情感归因，分类和归纳的多任务神经方法

情感内容是用户生成的视频中的重要组成部分。 但是，视频中情感表达的稀疏性给视觉情感分析带来了障碍。 在本文中，我们提出了一种新的神经方法，即双流情感归因分类网络（BEAC-Net），以在单个集成框架中解决三个相关的情感分析任务：情感识别，情感归因和面向情感的摘要。 BEAC-Net具有两个主要组成部分，一个归因网络和一个分类网络。 归因网络提取了分类应关注的主要情感部分，以减轻稀疏性问题。 分类网络在双流架构中同时利用提取的段和原始视频。 我们为情感归因任务提供了一个新的数据集，其中包含了人类注释的情感片段的地面真相标签。 在两个视频数据集上的实验证明了所提出的框架和互补的性质分类流的优异性能。