Vision-Guided Text Prompt Tuning for Multimodal Sentiment Analysis
本文针对多模态情感分析中的文本与视觉信息融合问题,提出了一种视觉引导的文本提示调优方法(VG-TPT),通过可控的视觉校准冻结文本表示,有效提高了情感分析性能。
0 citationsRead paper
本文针对多模态情感分析中的文本与视觉信息融合问题,提出了一种视觉引导的文本提示调优方法(VG-TPT),通过可控的视觉校准冻结文本表示,有效提高了情感分析性能。
研究通过构建包含4735个诊断项目的基准,评估大语言模型在理解和解释中文社交媒体中含蓄和幽默评论的社会语用意义的能力。
本文提出L形SFT框架,通过在服务器端直接监督隐藏激活来消除双向通信瓶颈,并引入一次性SFT减少客户端持续参与,有效降低联邦大语言模型微调中的通信成本和客户端在线时间。
本文提出了一种基于BioBERT的微调预训练生物医学语言模型,用于从疟疾相关文献中提取临床重要实体,以解决疟疾信息提取难题。
为解决EEG基础模型在不同数据集上表现不一致的问题,本文提出EEG-AS框架,通过行为重构实现实例级别的模型选择。
本文针对多模态情感分析中的文本与视觉信息融合问题,提出了一种视觉引导的文本提示调优方法(VG-TPT),通过可控的视觉校准冻结文本表示,有效提高了情感分析性能。
研究通过构建包含4735个诊断项目的基准,评估大语言模型在理解和解释中文社交媒体中含蓄和幽默评论的社会语用意义的能力。
本文提出L形SFT框架,通过在服务器端直接监督隐藏激活来消除双向通信瓶颈,并引入一次性SFT减少客户端持续参与,有效降低联邦大语言模型微调中的通信成本和客户端在线时间。
本文提出了一种基于BioBERT的微调预训练生物医学语言模型,用于从疟疾相关文献中提取临床重要实体,以解决疟疾信息提取难题。
为解决EEG基础模型在不同数据集上表现不一致的问题,本文提出EEG-AS框架,通过行为重构实现实例级别的模型选择。