社交媒体图文多模态分类模型研究：张量融合与神经网络融合

随着互联网技术的飞速发展，社交媒体领域出现了越来越多的多模态数据。这些多模态数据包含文本、图像和视频等大量有用信息，在情感分析、个性化推荐和舆情监控等方面都具有极其重要的作用。不论是在工业界还是在学术界，多模态领域都受到了前所未有的关注。本文的研究主题是社交媒体领域的图文多模态分类问题，从张量特征融合和神经网络特征融合两个角度出发，提出了两种新颖的多模态分类模型。