CLEAR：融合局部证据与情感表征的对话情绪识别框架

Linan Zhu 等作者提出多模态对话情绪识别框架 CLEAR，用情感监督视觉语言模型（VLM）的连续内部表征替代其生成的标签并训练分类器，以缓解情绪理解与标签预测不一致的问题。 该框架还采用样本自适应残差耦合，将目标话语的文本与声学证据动态融入上下文表征，避免局部判别线索被稀释。作者称，在 IEMOCAP 和 MELD 上的实验显示其性能具有竞争力，代码已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。