本文提出了一种多模态学习框架TRML，通过生成虚拟模态替代缺失模态，并对其语义空间进行对齐，以提升情感分析性能。实验证明，该方法在多个数据集上表现优越，有效解决模态缺失问题。

借宝于邻：针对多模态学习的上下文学习在缺失模态和数据稀缺情况下的应用
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证