提出Transformer-GAT混合框架做多模态对话情绪识别
热点事件持续更新
提出Transformer-GAT混合框架做多模态对话情绪识别
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Jiaqi Qiao、Yifan Lyu、Xiujuan Xu 在 arXiv 发表论文，提出 Transformer-GAT 混合框架用于多模态对话情绪识别：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。 作者称在 IEMOCAP 和 MELD 数据集上，模型加权 F1 分别达到 72.45% 和 77.37%，优于现有最先进方法。该结果为论文摘要所述的实验声称，尚未见独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 12:00
Transformer-GAT 混合框架用于对话情感识别中的跨模态情感理解报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · cs.AITransformer-GAT 混合框架用于对话情感识别中的跨模态情感理解
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。