研究人员开发了两种新的多模态情感分析方法,旨在改进文本、视觉和音频等不同数据类型的组合方式。第一种方法SeRIn将模态特定信号和跨模态交互分离到不同的通路中,以便在整合前独立精炼它们。第二种方法MRUF使用多粒度路由和不确定性感知融合,根据每个模态的可靠性动态调整其权重。SeRIn和MRUF在CH-SIMS、CMU-MOSEI和CMU-MOSI等基准数据集上均取得了最先进的结果,优于现有的融合技术。 AI
影响 这些新的融合技术有望在各种应用中带来更准确、更鲁棒的情感分析系统。
排序理由 该集群包含两篇研究论文,详细介绍了多模态情感分析的新颖方法,包括新的模型架构和融合技术。
- CMU-MOSEI
- CMU-MOSI
- MRUF
- Alexios Filippakopoulos
- alphaXiv
- arXiv
- CatalyzeX
- CH-SIMS
- DagsHub
- Gotit.pub
- Hugging Face
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →