arXiv · cs.AI· Jiaqi Qiao, Yifan Lyu, Xiujuan Xu·· 6 小时前
Transformer-GAT 混合框架用于对话情感识别中的跨模态情感理解
Cross-Modal Emotion Understanding: A Transformer-GAT Approach for Dialogue Emotion Recognition
arXiv:2609.29556v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jiaqi Qiao, Yifan Lyu, Xiujuan Xu
研究任务与主要进展
研究者提出 Transformer-GAT 混合框架，用 Transformer 捕捉全局语义、图注意力网络建模模态间细粒度关系，实现跨模态情感理解。在 IEMOCAP 和 MELD 数据集上，该模型加权 F1 分别达到 72.45% 和 77.37%，优于现有最先进方法，为多模态情感计算提供了新方向。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org