arXiv · cs.AI· Ting Zhu, Huizhi Liang, Boguslaw Obara, Shufei Duan, Varun Ojha·· 9 小时前
GeoMER：用于多模态情绪识别的欧氏-双曲几何联合框架
GeoMER: A Joint Euclidean-Hyperbolic Geometry Framework for Multimodal Emotion Recognition
arXiv:2610.18587v1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：Ting Zhu, Huizhi Liang, Boguslaw Obara, Shufei Duan, Varun Ojha
研究任务与主要进展
作者提出GeoMER多模态情绪识别框架，在IEMOCAP基准上取得83.54%加权准确率和83.35%非加权准确率，超过包括MemoCMT在内的欧氏基线。框架由负责多模态表示融合的EuclFusion模块和用于双曲流形中情绪核心分配与聚合的HypGeoRoute模块组成，以联合建模细粒度跨模态交互与层次化情绪表示。
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