★ 2
MERP：潜在瓶颈框架实现鲁棒多模态多标签情绪识别
论文提出多模态情绪识别感知器 MERP，将联合序列映射到固定大小潜在库，使推理与原始输入长度解耦，并通过正负类原型、噪声门控特征增强与置信度感知融合提升鲁棒性。在 20% 测试时模态随机缺失下，CMU-MOSEI 与 M3ED 的 micro-F1 分别达 0.563 和 0.780，均超过最强基…
arXiv cs.AI11 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出多模态情绪识别感知器 MERP，将联合序列映射到固定大小潜在库，使推理与原始输入长度解耦，并通过正负类原型、噪声门控特征增强与置信度感知融合提升鲁棒性。在 20% 测试时模态随机缺失下，CMU-MOSEI 与 M3ED 的 micro-F1 分别达 0.563 和 0.780，均超过最强基…
论文提出可靠性感知跨样本增强（RCE）框架，应对多模态情感分析中噪声与模态缺失问题。RCE 引入自适应变分信息瓶颈建模模态不确定性并压缩冗余噪声，同时从大候选池检索高置信、语义一致的邻居来校准当前表征。实验显示 RCE 在完整、含噪与缺失模态设置下均优于现有最优方法。