BriefGPT - AI 论文速递
·
基于对比学习的多模态架构用于利用图像 - 文本配对进行表情符号预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为MultiModal Contrastive Learning (MMCL)的新框架，用于捕捉多模态表示中的内部和外部动态。该方法通过对比学习技术，包括单模态对比编码和伪孪生网络，过滤内嵌噪声并捕获跨模态动态。实验结果表明，该方法在两个公共数据集上超过了现有的最先进方法。
🎯
关键要点
-
提出了一种名为MultiModal Contrastive Learning (MMCL)的新型框架。
-
该框架用于捕捉多模态表示中的内部和外部动态。
-
采用对比学习技术，包括单模态对比编码和伪孪生网络。
-
过滤内嵌噪声并捕获跨模态动态。
-
设计了两种对比学习任务：实例对比学习和基于情感的对比学习。
-
促进预测过程并学习与情感相关的更多交互信息。
-
在两个公共数据集上进行的实验表明，该方法超过了现有的最先进方法。
➡️
