M2DF: 多粒度多课程去噪框架用于多模态基于方面的情感分析
原文中文，约300字，阅读约需1分钟。发表于：。多模态面向方面的情感分析 (MABSA) 是一个细粒度的情感分析任务，本文提出了一种多粒度多课程去噪框架 (M2DF)，通过调整训练数据的顺序实现去噪，实验证明该框架在 MABSA 的三个子任务上始终优于最先进的工作。
该文介绍了一种统一所有情感分析子任务的方法，并整理了主要子任务的基准数据集成为新的情感分析评估基准SAEval。通过引入任务特定提示方法和多模态生成框架UniSA，设计了新颖的预训练任务和训练方法，提高了模型的多模态情感感知能力。实验结果表明，UniSA在所有子任务上表现出与最先进方法相当的性能，并在情感分析的各种子任务中具有很好的泛化能力。
