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
折耳Doc完成签到,获得积分10
4秒前
开心的短靴完成签到 ,获得积分10
5秒前
NexusExplorer应助dery采纳,获得10
11秒前
周星星同学完成签到 ,获得积分10
11秒前
快乐星月完成签到,获得积分10
13秒前
支雨泽完成签到,获得积分10
14秒前
科研通AI2S应助夏林采纳,获得10
14秒前
argon完成签到,获得积分10
15秒前
huahua完成签到 ,获得积分10
17秒前
pluto应助支雨泽采纳,获得10
17秒前
Beyond095完成签到,获得积分10
17秒前
skepticalsnails完成签到,获得积分10
23秒前
FrancisCho完成签到,获得积分10
24秒前
Sean完成签到 ,获得积分10
25秒前
Yoki完成签到,获得积分10
26秒前
27秒前
夏林完成签到,获得积分10
27秒前
申木完成签到 ,获得积分10
28秒前
活力的雁荷完成签到,获得积分10
30秒前
31秒前
livra1058完成签到,获得积分10
33秒前
在水一方应助十三州府采纳,获得10
35秒前
小王完成签到 ,获得积分10
39秒前
cong完成签到 ,获得积分10
41秒前
43秒前
CodeCraft应助科研通管家采纳,获得10
43秒前
共享精神应助科研通管家采纳,获得10
43秒前
爆米花应助科研通管家采纳,获得10
43秒前
43秒前
科研通AI2S应助科研通管家采纳,获得10
43秒前
传奇3应助科研通管家采纳,获得10
43秒前
Owen应助科研通管家采纳,获得10
43秒前
yanshenshen完成签到 ,获得积分0
45秒前
瞬间de回眸完成签到 ,获得积分10
45秒前
念与惜完成签到 ,获得积分10
46秒前
48秒前
司马绮山完成签到,获得积分10
50秒前
zfy发布了新的文献求助10
51秒前
天真的邴完成签到 ,获得积分10
53秒前
Snow完成签到 ,获得积分10
54秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 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 3139684
求助须知:如何正确求助?哪些是违规求助? 2790623
关于积分的说明 7795749
捐赠科研通 2447017
什么是DOI,文献DOI怎么找? 1301553
科研通“疑难数据库(出版商)”最低求助积分说明 626264
版权声明 601176