揭示个性：社交媒体中的多模态探索

《ACM Transactions on Multimedia Computing, Communications, and Applications》：Unveiling Personalities: A Multi-Modal Exploration of Social Media

　　

摘要AI总结

要查看此AI生成的总结，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

社交媒体的兴起使得文本和图片的上传下载活动愈发频繁，这给海量数据的监控和分析带来了挑战。自动分析共享图片和文本中的用户行为十分复杂，因此我们着手开发一种用于识别人格特质的新方法。目前的方法通常依赖单一模态，如文本、图片或视频，未能充分利用社交媒体上数据的多模态特性。在本文中，我们提出了一种多模态方法，整合了各类图片（如上传的图片、横幅、个人资料图片）以及文本内容（如发布的文字、图片中的文字、图片描述）的特征，依据人格特质的五大因素对社交媒体图片进行分类。我们的模型利用频域中的梯度，结合四叉树和卷积神经网络来识别图像中的关键区域。颜色特征通过颜色协同模型与中值切割聚类的组合提取，而文本特征则来自融合了模糊向量和卷积神经网络的句子推理模型。这些特征最终通过全连接神经网络进行融合，以实现人格特质的分类。在我们自己的数据集以及两个基准数据集上的实验结果表明，我们的方法在分类精度方面优于现有的最先进方法。

AI总结

AI生成的总结（实验性内容）

此总结是由自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关内容、评估文章的相关性，以及让相关领域的读者更好地理解这篇文章。它是对作者提供的摘要的补充，后者仍是文章的主要总结内容。完整文章才是最具权威性的版本。点击此处了解更多。

点击此处，可以对该总结的准确性、清晰度及实用性发表意见。您的反馈将有助于我们对总结进行改进并生成后续版本。

要查看此AI生成的通俗语言总结，您需要拥有高级访问权限。