因果融合模型CFIB

考虑诱因间关联

该模型融合信息瓶颈约束,在捕捉情绪-诱因关联的同时建模诱因之间的相互关系,并在两个基准数据集上取得最优效果。

Su, Xinxin · 黄震 · Lu, Menglong · Dai, Sisi · Hu, Biao · Dou, Yong · Zhao, Yunxiang

Neural Networks 2025

技术优势

诱因间关系不再割裂

CFIB将诱因建模为一个整体,利用信息瓶颈约束来自动捕获诱因之间的相互联系,从而提升对多诱因情绪事件的识别能力。

抑制无关信息

信息瓶颈机制鼓励模型压缩与诱因识别无关的情绪信息,使模型聚焦于真正的因果线索,提升泛化性能。

两个基准上达到SOTA

在两个挑战性数据集上,CFIB超越了当前最优模型,验证了其有效性,可作为该任务的强基线。

应用场景