Game-MUG:多模态定向游戏情境理解与评论生成数据集
原文约200字,阅读约需1分钟。发表于: 。介绍 GAME-MUG,一个包含多模态游戏情境理解和观众参与评论生成数据集的新数据集,以及使用鲁棒性联合多模态双学习模型作为基线的新观众对话增强评论数据集。通过覆盖游戏情境和观众对话的学习,引入时间序列事件日志,检查模型对游戏情境 / 事件的理解能力和评论生成能力,展示多模态方面覆盖和联合集成学习方法的有效性。
多模态机器学习在图像和描述性文本之间的关系方面取得进展,但未包括新的冲突话语和手势交互。MMOE方法通过专门的模型对无标记的多模态数据点进行分类,改进了交互性能,并提供了新的数据集分析方法。