PulseAugur
中
实时 06:45:04
English(EN) Dynamic Gated Cross-Modal Fusion with Sarcastic-aware Contrastive Regularization for Multimodal Sarcasm Detection

新框架通过自适应融合增强多模态讽刺检测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的多模态讽刺检测框架，旨在识别结合了文本和视觉内容的信息中的讽刺意图。所提出的方法使用动态门控跨模态融合技术，在实例级别自适应地权衡文本和视觉信息的贡献。此外，还引入了一个讽刺感知的对比正则化目标，以鼓励非讽刺内容的语义一致性，同时抑制讽刺情况下的误导性对齐。在MMSD和MMSD2.0数据集上的实验表明，该方法优于现有方法。 AI

影响 这项研究可能带来更细致的人类沟通AI理解，从而改进内容审核和情感分析等应用。

排序理由 该集群包含一篇详细介绍多模态讽刺检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架通过自适应融合增强多模态讽刺检测能力

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Hao Guo, Subin Huang, Junjie Chen, Zhifa Geng, Sanmin Liu, Chao Kong ·

    面向多模态讽刺检测的动态门控跨模态融合与讽刺感知对比正则化

    arXiv:2608.19942v1 Announce Type: new Abstract: Multimodal sarcasm detection aims to identify sarcastic intent from multimodal content, where inconsistencies between literal meaning and contextual cues often signal irony. This task has attracted increasing research attention. How…

相关话题