跳到正文
arXiv · 机器人与计算机视觉· Guowei Zhong, Junjie Li, Huaiyu Zhu, Ruohong Huan, Yun Pan·· 22 天前AI 评分36

Uncertainty-Guided Multimodal Consensus 提出连续原型引导标签恢复与可靠性精度共识机制,在四个公开多模态情感分析数据集上验证有效性并优于现有方法。

Uncertainty-Guided Multimodal Consensus for Multimodal Sentiment Analysis

AI 导读

Uncertainty-Guided Multimodal Consensus (UMC) 通过连续原型引导标签恢复和可靠性精度共识解决多模态表示共享导致的模态特异性模糊及不可靠预测过强调问题。该方法结合异方差预测与有序情感原型,利用置信度与标签冲突细化伪标签,并基于预测统计与跨模态分歧估计样本依赖的模态可靠性以形成共识。在四个公开多模态情感分析数据集上的广泛实验证明其有效性与优越性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org