English(EN) Beyond Text: LLM-Based Dimensional Emotion Evaluation in Multimodal Dialogue

LLM在多模态对话情感评估方面取得新的SOTA

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-01 04:00

研究人员开发了一个新的框架，使用大型语言模型（LLM）来评估多模态对话中的情感。该方法将声学线索纳入自然语言描述，并基于SpeechCueLLM方法。使用LLaMA、GPT和Qwen系列模型进行的实验表明，经过微调的LLaMA模型即使规模较小，也比经过提示工程的GPT模型表现更优。最佳模型在Valence评估方面创下了IEMOCAP数据集的新SOTA，达到了0.7822的一致性相关系数（CCC）。 AI

影响在多模态情感识别基准测试中设定了新的SOTA，表明使用领域特定数据微调较小模型可以优于更大、通用的模型。

排序理由详细介绍多模态对话情感评估新框架和基准结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 21 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍多模态对话情感评估新框架和基准结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yutong Hu, Jinho Choi · 2026-10-01 04:00

超越文本：基于LLM的多模态对话中的维度情感评估

arXiv:2609.39072v1 Announce Type: cross Abstract: Emotion recognition in conversation has been widely studied, but applying Large Language Models (LLMs) to continuous dimensional emotion evaluation in multimodal dialogue remains largely unexplored. We propose an LLM-based framewo…

本文如何被排名

报道来源 [1]

超越文本：基于LLM的多模态对话中的维度情感评估

相关实体

相关话题