关于情感分析的最新作品都利用了文本形式。但是，每天在社交媒体平台上发布的数百万小时的录像内容都包含重要的非结构化信息，可以利用这些信息更有效地评估公众的看法。多模式情感分析提供了一种创新的解决方案，可以通过上下文相关地利用音频，视觉和文本提示来从视频上计算地理解和收集视频中的情感。在本文中，我们首先介绍了第一个包含800多个语音的波斯多峰数据集，作为研究人员评估波斯语多峰情感分析方法的基准资源。其次，我们提出了一个新颖的情境感知多峰情感分析框架，该框架同时利用声学，视觉和文字提示，以更准确地确定所表达的情感。我们同时采用决策级（后期）和特征级（早期）融合方法来整合有效的跨模式信息。实验结果表明，与单峰特征（89.24％）相比，文本，声音和视觉特征等多峰特征的上下文集成具有更好的性能（91.39％）。



"点击查看英文标题和摘要"