多模态情感识别模型

细粒度情绪追踪

一个能对千万级社交媒体文本进行细粒度情绪分类的深度学习模型，城市与话题间可迁移。

Shi, Bowen · Ke, Xu · 赵吉昌

Science of the Total Environment 2023

技术优势

规模大

该模型成功处理了超过1000万条与雾霾相关的推文，覆盖160个城市，远超传统调查的样本量。

细粒度

模型能够识别多种具体情绪（如悲伤、喜悦、愤怒、厌恶、恐惧），而不只是简单的正负极性。

长期追踪

该模型支持对2014至2019年六年间的情绪倾向进行连续分析，揭示了情绪随时间的演变规律。

应用场景

• 情感计算：情感计算研究者可直接使用该模型在大规模文本上识别细粒度情绪。
• 空气污染健康影响：该模型可追踪公众对空气污染的情绪反应，补充健康影响评估的主观维度。
• 环境监测：环境监测部门可将其应用于社交媒体数据，实时感知公众情绪波动。