Título :	Multimodal Sentiment Analysis
Tipo de documento:	documento electrónico
Autores:	Poria, Soujanya, Autor ; Hussain, Amir, Autor ; Cambria, Erik, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2018
Número de páginas:	XI, 214 p. 34 ilustraciones, 25 ilustraciones en color.
ISBN/ISSN/DL:	978-3-319-95020-4
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Neurociencias  Sistemas multimedia  Visión por computador  Procesamiento del lenguaje natural (Informática)  Traducir e interpretar  Neurociencia  Sistemas de información multimedia  Procesamiento del lenguaje natural (PNL)  Traducción de idiomas
Índice Dewey:	612.8 Funciones nerviosas.
Resumen:	Este último volumen de la serie, Computación socioafectiva, presenta un conjunto de enfoques novedosos para analizar videos obstinados y extraer sentimientos y emociones. El marco de análisis de sentimientos textuales, como se analiza en este libro, contiene una forma novedosa de realizar análisis de sentimientos fusionando la lingüística con el aprendizaje automático. Fusionar información textual con señales de audio y visuales resulta extremadamente útil, lo que mejora el analizador de sentimiento unimodal basado en texto, audio y imágenes. Este volumen cubre los tres temas principales: preprocesamiento textual y métodos de análisis de sentimientos; marcos para procesar datos de audio y visuales; y métodos de fusión de características textuales, auditivas y visuales. La inclusión de visualizaciones clave y estudios de casos permitirá a los lectores comprender mejor estos enfoques. Dirigido a las audiencias de procesamiento del lenguaje natural, computación afectiva e inteligencia artificial, este volumen integral atraerá a un amplio número de lectores y ayudará a los lectores a comprender detalles clave sobre el análisis de sentimiento multimodal.
Nota de contenido:	Preface -- Introduction and Motivation -- Background -- Literature Survey and Datasets -- Concept Extraction from Natural Text for Concept Level Text Analysis -- EmoSenticSpace: Dense concept-based affective features with common-sense knowledge -- Sentic Patterns: Sentiment Data Flow Analysis by Means of Dynamic Linguistic Patterns -- Combining Textual Clues with Audio-Visual Information for Multimodal Sentiment Analysis -- Conclusion and Future Work -- Index.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Multimodal Sentiment Analysis [documento electrónico] / Poria, Soujanya, Autor ; Hussain, Amir, Autor ; Cambria, Erik, Autor  . -  1 ed.  . - [s.l.] : Springer, 2018 . - XI, 214 p. 34 ilustraciones, 25 ilustraciones en color.
ISBN : 978-3-319-95020-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Neurociencias  Sistemas multimedia  Visión por computador  Procesamiento del lenguaje natural (Informática)  Traducir e interpretar  Neurociencia  Sistemas de información multimedia  Procesamiento del lenguaje natural (PNL)  Traducción de idiomas
Índice Dewey:	612.8 Funciones nerviosas.
Resumen:	Este último volumen de la serie, Computación socioafectiva, presenta un conjunto de enfoques novedosos para analizar videos obstinados y extraer sentimientos y emociones. El marco de análisis de sentimientos textuales, como se analiza en este libro, contiene una forma novedosa de realizar análisis de sentimientos fusionando la lingüística con el aprendizaje automático. Fusionar información textual con señales de audio y visuales resulta extremadamente útil, lo que mejora el analizador de sentimiento unimodal basado en texto, audio y imágenes. Este volumen cubre los tres temas principales: preprocesamiento textual y métodos de análisis de sentimientos; marcos para procesar datos de audio y visuales; y métodos de fusión de características textuales, auditivas y visuales. La inclusión de visualizaciones clave y estudios de casos permitirá a los lectores comprender mejor estos enfoques. Dirigido a las audiencias de procesamiento del lenguaje natural, computación afectiva e inteligencia artificial, este volumen integral atraerá a un amplio número de lectores y ayudará a los lectores a comprender detalles clave sobre el análisis de sentimiento multimodal.
Nota de contenido:	Preface -- Introduction and Motivation -- Background -- Literature Survey and Datasets -- Concept Extraction from Natural Text for Concept Level Text Analysis -- EmoSenticSpace: Dense concept-based affective features with common-sense knowledge -- Sentic Patterns: Sentiment Data Flow Analysis by Means of Dynamic Linguistic Patterns -- Combining Textual Clues with Audio-Visual Information for Multimodal Sentiment Analysis -- Conclusion and Future Work -- Index.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i