研究者提出多模态对话情绪识别框架CLEAR并开源代码
热点事件持续更新
研究者提出多模态对话情绪识别框架CLEAR并开源代码
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者在 arXiv 发表论文，提出多模态对话情绪识别（ERC）框架 CLEAR，将多模态上下文表征与局部判别线索耦合：用情绪监督视觉语言模型（VLM）的连续内部表征替代生成的情绪标签来训练分类器，并通过样本自适应残差耦合将目标话语的文本与声学证据动态融入上下文表征。 据论文描述，该方法在 IEMOCAP 和 MELD 两个数据集上取得有竞争力的表现，代码已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
CLEAR：耦合局部证据与情感表征的多模态对话情绪识别框架报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AICLEAR：耦合局部证据与情感表征的多模态对话情绪识别框架
研究者提出 CLEAR 框架，用于多模态对话情绪识别（ERC），将多模态上下文表征与局部判别线索耦合。该方法使用情绪监督视觉语言模型（VLM）的连续内部表征替代生成的情绪标签并训练分类器，同时通过样本自适应残差耦合将目标话语的文本与声学证据动态融入上下文表征。在 IEMOCAP 和 MELD 数据集上取得有竞争力的表现，代码已开源。
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。