本文综述多模态言论与情感分析研究，提出条件因式分解基线，将言论分解为单、双、三模态因子，通过加权平均获得嵌入，推理速度较神经模型快十倍。相关研究涵盖EffMulti情感框架、JM3D三维表示、双人对话建模、社交媒体实体识别及视频标题一致性检测，均验证了跨模态融合的有效性。