Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

An Enhanced Dual Transformer Contrastive Network for Multimodal Sentiment Analysis

Created by
  • Haebom

저자

Phuong Q. Dao, Mark Roantree, Vuong M. Ngo

개요

본 논문은 텍스트와 이미지를 함께 분석하여 인간의 감성을 이해하는 다중 모드 감성 분석(Multimodal Sentiment Analysis, MSA)을 연구한다. 텍스트를 위한 BERT와 이미지를 위한 ViT를 초기 융합 전략으로 결합한 BERT-ViT-EF 모델을 제안하고, 이를 기반으로 텍스트 컨텍스트를 개선하고 대조 학습을 통해 텍스트와 이미지 표현을 정렬하는 Dual Transformer Contrastive Network (DTCN)을 제안한다. 두 가지 MSA 벤치마크(MVSA-Single, TumEmo)에서 DTCN은 TumEmo에서 최고의 정확도(78.4%) 및 F1 점수(78.3%)를 달성했으며, MVSA-Single에서도 경쟁력 있는 성능을 보였다.

시사점, 한계점

•
시사점:
◦
초기 융합 방식과 심층적인 컨텍스트 모델링을 활용하여 다중 모드 감성 분석 성능을 향상시켰다.
◦
BERT와 ViT를 결합한 모델을 통해 텍스트 및 이미지 데이터의 효과적인 공동 표현 학습을 가능하게 했다.
◦
DTCN은 텍스트 컨텍스트를 개선하고 대조 학습을 통해 텍스트와 이미지 표현을 정렬하여 성능을 더욱 향상시켰다.
◦
두 개의 MSA 벤치마크에서 우수한 성능을 입증했다.
•
한계점:
◦
논문에 구체적인 한계점에 대한 언급은 없다.
👍
Made with Slashpage