本研究提出了一种结构化噪声遮蔽方法，解决了现有方法忽视模态特性的缺陷，显著提升了视频和音频建模性能，强调了遮蔽策略的重要性。

本文介绍了一种多模态方法（MADA）用于检测社交媒体上的滥用内容，并证明利用其他模态的判别信息对音频建模可以提高性能。同时，实验证明了潜在情绪和虐待行为之间的相关性。