Multimodal sentiment analysis: A systematic review of history, datasets, multimodal fusion methods, applications, challenges and future directions

计算机科学 人工智能 情绪分析 融合 机器学习 深度学习 领域(数学) 自然语言处理 语言学 数学 哲学 纯数学
作者
Ankita Gandhi,Kinjal Adhvaryu,Soujanya Poria,Erik Cambria,Amir Hussain
出处
期刊:Information Fusion [Elsevier]
卷期号:91: 424-444 被引量:185
标识
DOI:10.1016/j.inffus.2022.09.025
摘要

Sentiment analysis (SA) has gained much traction In the field of artificial intelligence (AI) and natural language processing (NLP). There is growing demand to automate analysis of user sentiment towards products or services. Opinions are increasingly being shared online in the form of videos rather than text alone. This has led to SA using multiple modalities, termed Multimodal Sentiment Analysis (MSA), becoming an important research area. MSA utilises latest advancements in machine learning and deep learning at various stages including for multimodal feature extraction and fusion and sentiment polarity detection, with aims to minimize error rate and improve performance. This survey paper examines primary taxonomy and newly released multimodal fusion architectures. Recent developments in MSA architectures are divided into ten categories, namely early fusion, late fusion, hybrid fusion, model-level fusion, tensor fusion, hierarchical fusion, bi-modal fusion, attention-based fusion, quantum-based fusion and word-level fusion. A comparison of several architectural evolutions in terms of MSA fusion categories and their relative strengths and limitations are presented. Finally, a number of interdisciplinary applications and future research directions are proposed.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Hello应助xdl365451154采纳,获得10
2秒前
旺旺小老太关注了科研通微信公众号
4秒前
4秒前
见青山应助优美的忻采纳,获得10
4秒前
why完成签到,获得积分10
5秒前
byron完成签到,获得积分10
5秒前
tzy6665完成签到,获得积分10
6秒前
yiyi驳回了852应助
7秒前
可乐完成签到,获得积分20
8秒前
9秒前
奋斗的凌青给奋斗的凌青的求助进行了留言
10秒前
xdl365451154完成签到,获得积分20
10秒前
黄金蛋饺完成签到,获得积分10
10秒前
10秒前
xzz完成签到 ,获得积分10
12秒前
13秒前
mach完成签到,获得积分10
13秒前
xdl365451154发布了新的文献求助10
16秒前
Doctor_Xu22发布了新的文献求助10
17秒前
黄金蛋饺发布了新的文献求助10
18秒前
19秒前
情怀应助风笛采纳,获得10
20秒前
Elaine应助旺旺小老太采纳,获得10
20秒前
22秒前
22秒前
lalala发布了新的文献求助20
23秒前
Latono完成签到,获得积分10
24秒前
Doctor_Xu22完成签到,获得积分10
25秒前
打打应助南方周末采纳,获得10
26秒前
28秒前
29秒前
bzssyy发布了新的文献求助10
30秒前
33秒前
可爱的函函应助十月采纳,获得10
33秒前
34秒前
wuyu完成签到,获得积分10
34秒前
风笛发布了新的文献求助10
35秒前
Binbin完成签到,获得积分10
36秒前
一二三三完成签到,获得积分10
38秒前
流苏完成签到,获得积分10
38秒前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
Sustainability in ’Tides Chemistry 1500
中国有机(类)肥料 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3060330
求助须知:如何正确求助?哪些是违规求助? 2715822
关于积分的说明 7446973
捐赠科研通 2361509
什么是DOI,文献DOI怎么找? 1251535
科研通“疑难数据库(出版商)”最低求助积分说明 607784
版权声明 596475