在这个信息时代，人们通常都通过社交媒体来表达自身的情绪与观点，如果能通过技术手段及时发现这些信息中因抑郁症等原因产生的消极倾向，为医生提供更及时的诊断和治疗依据，类似因抑郁症引发的悲剧或许就能避免。而多模态情感分析正是一种能够对这种海量的、多元化的数据进行综合分析的技术。

我们邀请到中国科学院大学博士，多个顶会审稿人王老师，为大家带来——多模态情感分析：让机器学会“读心术”，带大家深入了解多模态情感分析未来趋势和热点！

扫码参与课程
免费领100篇多模态顶会论文&PPT原稿

（文末福利)

100篇多模态前沿顶会论文

导师介绍：

》中国科学院大学博士

》发表多篇人工智能领域顶级会议与SCI国际期刊

》长期担任自然语言处理、人工智能领域顶级会议ACL, EMNLP, AAAI等审稿人

》指导领域：语义分析，情感分析，命名体识别， 摘要生成，知识表示以及人工智能在生物信息学中的应用等。

》指导特点：1、数年代码开发经验，帮助学生调试代码，快速实现Idea，超越现有模型，累积经验。2、提供完整的科研思路和科研想法，帮助学生修改论文，积累学术经验。‍

课程大纲：

第1节：多模态情感分析：主流方法与应用

1.多模态情感分析背景

2.关键技术：跨模态特征提取与表示

3.多模态模型的对比学习训练

第2节：大模型时代的多模态情感分析 

1.多模态情感分析中的预训练大模型介绍

2.针对多模态情感分析的大模型训练

3.使用大模型的多模态情感分析案例研究

第3节：多模态情感分析未来的研究方向与热点 

1.热门方向：Aspect 和 Fine-grained

2. 未来挑战：与多模态大模型的结合

3.发展趋势：由fine-tuning转向prompt-tuning‍

‍

扫码参与课程
免费领100篇多模态顶会论文&PPT原稿

相比传统的文本情感分析，多模态情感分析往往涉及多模态表征学习、多模态对齐与多模态融合等技术，如特征级、决策级及混合级融合等。

多模态情感分析的特征提取

随着社交媒体的发展，多模态情感分析会成为多媒体内容分析与理解的主要手段，并能够广泛应用于多种场景，如股票市场预测、选举民意调查、客户满意度评估、新闻舆情感知、广告推荐等。

扫码参与课程
免费领100篇多模态顶会论文&PPT原稿

从最近相关领域顶会接收的论文来看，未来多模态情感分析相关的研究有以下发展趋势：

1、转向更加复杂的情感分析任务，如更加细粒度（fine-grained）的情感划分，在给出情感分类的同时给出情感的对象（aspect）等

2、结合大模型，通过提示（prompt）机制实现小样本（few-shot）学习

3、设计合适的prompt从而结合大模型做针对多模态情感分析任务

对于还没有发过第一篇论文，还不能通过其它方面来证明自己天赋异禀的科研新手，学会如何写论文、发顶会的重要性不言而喻。

发顶会到底难不难？近年来各大顶会的论文接收数量逐年攀升，身边的朋友同学也常有听闻成功发顶会，总让人觉得发顶会这事儿好像没那么难！

但是到了真正实操阶段才发现，并不那么简单～

可能照着自己的想法做下去并不能写出一篇好的论文、甚至不能写出论文。掌握方法，有人指点和引导很重要！

还在为创新点而头秃的CSer，还在愁如何写出一篇好论文的科研党，一定都需要来自顶会论文作者、顶会审稿人的经验传授和指点。

很可能你卡了很久的某个点，在和学术前辈们聊完之后就能轻松解决。

扫码预约
大咖导师一对一论文指导

文末福利

为庆祝沃恩20周年庆！给大家送一波大福利！我整理了100节计算机全方向必学课程，包含CV&NLP&论文写作经典课程，限时免费领！

立即扫码 赠系列课程

—END—