09:23
官方账号arXiv cs.AI@Bhavana Verma, Priyanka Meel, Dinesh Kumar Vishwakarma
推荐理由：这篇论文提出了HCIG和GCCN，在MMSD和MultiBully上分别达到85.74%和69.62%准确率，比传统融合方法更善于捕捉图文矛盾。
HCIG
共 1 条相关 AI 资讯
7月20日
09:23
论文提出HCIG和GCCN两个新框架，以建模文本与图像之间的多粒度语义不一致。在MMSD讽刺检测基准上，HCIG达到85.74%准确率和85.29%宏F1。在MultiBully网络霸凌数据集上，GCCN宏F1为68.66%，HCIG准确率69.62%、霸凌类F1 74.90%。实验表明分层多粒度不一致建模优于传统融合策略，为多模态推理提供有效方法。