BriefGPT - AI 论文速递
·
SZTU-CMU在MER2024中的表现：利用卷积注意力提升多模态情感识别的Emotion-LLaMA
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一个新的框架，用于识别离散和维度情感，并在情感分类和价值回归方面取得了改进。该系统在情感识别挑战数据集上表现出色，并在MER-MULTI子挑战中排名第三。
🎯
关键要点
- 提出了一个用于识别离散和维度情感的新框架。
- 通过深度特征提取设计了三种基于注意力引导特征汇集的结构。
- 在解码阶段引入联合解码结构用于情感分类和价值回归。
- 设计了基于不确定性的多任务损失来优化整个过程。
- 在多模态情感识别挑战数据集上测试时，框架在情感分类和价值回归方面取得一致改进。
- 最终系统在MER-MULTI子挑战中排名第三。
➡️
