帧级非语言增强网络

跨模态情感对齐

通过矢量量化与序列融合机制,将异步非语言线索注入预训练语言模型,实现更细粒度的多模态情感分析。

Cangzhi, Zheng · 彭俊杰 · Wang, Lan · Li'an, Zhu · Jiatao, Guo · 蔡则苏

Expert Systems with Applications 2024

技术优势

粒度差异消弭

应用矢量量化到非语言模态,缩小与文本的词级粒度差异,使模态间信息更平衡。

异步线索不丢

序列融合机制将未对齐的帧级非语言特征整合进预训练语言模型,捕捉字里行间的异步情感线索。

基准全面超越

在三个基准数据集上显著优于现有基线,验证了方法的泛化能力。

应用场景