视频情感分析作为一个决策过程，其本质是复杂的，涉及多种模式的决策和由此引起的认知偏差的融合。受量子认知最新进展的启发，我们表明一种模态的情感判断可能与另一种模态的判断不相容，即顺序很重要，无法共同衡量它们以做出最终决定。因此，认知过程表现出经典概率论理论无法捕捉到的“量子似”偏见。因此，我们提出了一种根本上新颖的，量子认知动机的融合策略，用于预测情感判断。特别是，我们将话语表述为正面和负面情绪判断的量子叠加状态，将单峰分类器表述为互不相容的可观察量，带有正算子值测度的复值Hilbert空间上。在两个基准数据集上进行的实验表明，我们的模型明显优于各种现有决策级别和一系列最新的内容级别融合方法。结果还表明，不兼容的概念允许有效处理所有组合模式，包括所有单峰分类器错误预测的极端情况。



"点击查看英文标题和摘要"