Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2409.00143

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2409.00143 (cs)
[提交于 2024年8月30日 (v1) ,最后修订 2024年9月11日 (此版本, v2)]

标题: 基于语义引导的多模态情感解码与对抗性时序不变学习

标题: Semantic-Guided Multimodal Sentiment Decoding with Adversarial Temporal-Invariant Learning

Authors:Guoyang Xu, Junqi Xue, Yuxin Liu, Zirui Wang, Min Zhang, Zhenxi Song, Zhiguo Zhang
摘要: 多模态情感分析旨在从不同模态中学习表示以识别人类情感。然而,现有工作通常忽略了连续时间序列中存在的帧级冗余,导致模态表示不完整且存在噪声。为了解决这一问题,我们首次提出了时序不变学习,该方法通过约束时间步长上的分布变化来有效捕获长期时序动态,从而提高表示质量和模型的鲁棒性。为了充分利用文本知识中的丰富语义信息,我们提出了一种语义引导的融合模块。通过评估不同模态之间的相关性,该模块促进了由模态不变表示控制的跨模态交互。此外,我们引入了一个模态判别器以分离模态不变子空间和模态特定子空间。在两个公开数据集上的实验结果证明了我们模型的优越性。我们的代码可在 https://github.com/X-G-Y/SATI 获取。
摘要: Multimodal sentiment analysis aims to learn representations from different modalities to identify human emotions. However, existing works often neglect the frame-level redundancy inherent in continuous time series, resulting in incomplete modality representations with noise. To address this issue, we propose temporal-invariant learning for the first time, which constrains the distributional variations over time steps to effectively capture long-term temporal dynamics, thus enhancing the quality of the representations and the robustness of the model. To fully exploit the rich semantic information in textual knowledge, we propose a semantic-guided fusion module. By evaluating the correlations between different modalities, this module facilitates cross-modal interactions gated by modality-invariant representations. Furthermore, we introduce a modality discriminator to disentangle modality-invariant and modality-specific subspaces. Experimental results on two public datasets demonstrate the superiority of our model. Our code is available at https://github.com/X-G-Y/SATI.
评论: 更改标题、作者、摘要
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2409.00143 [cs.LG]
  (或者 arXiv:2409.00143v2 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2409.00143
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Guoyang Xu [查看电子邮件]
[v1] 星期五, 2024 年 8 月 30 日 03:28:40 UTC (2,319 KB)
[v2] 星期三, 2024 年 9 月 11 日 04:44:06 UTC (2,314 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-09
切换浏览方式为:
cs
cs.AI
cs.CV

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号