清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Multimodal summarization with modality features alignment and features filtering

计算机科学 预处理器 人工智能 自动汇总 情态动词 模式 滤波器(信号处理) 光学(聚焦) 模式识别(心理学) 模态(人机交互) 判别式 机器学习 计算机视觉 社会科学 化学 物理 社会学 高分子化学 光学
作者
Binghao Tang,Boda Lin,Zheng Chang,Si Li
出处
期刊:Neurocomputing [Elsevier BV]
卷期号:603: 128270-128270
标识
DOI:10.1016/j.neucom.2024.128270
摘要

Previous studies about MultiModal Summarization (MMS) mainly focus on effective selection and filtering of visual features to assist in cross-modal fusion and text-based generation. However, there exists a natural disparity between the distributions of features from different modalities which limits a more comprehensive cross-modal fusion for MMS models. In this paper, we propose to utilize Maximum Mean Discrepancy (MMD) to align the features from two modalities, design a filter to further denoise the visual features, and conduct cross-modal fusion based on generative pre-trained language models for better cross-modal fusion and text generation. Moreover, we notice the presence of some special tokens in the MMS dataset which are introduced in prior data preprocessing. This phenomenon could limit the performance of contemporary generative models. Thus we adopt the powerful Large Language Model (LLM) to preprocess the dataset to enhance MMS models. Experimental results on the original MMS dataset demonstrate that our proposed method is effective and outperforms previous strong baselines. Experimental results on the preprocessed MMS dataset also demonstrate the feasibility of incorporating LLM in the data preprocessing to enhance MMS models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
如意竺完成签到,获得积分10
1秒前
左丘映易完成签到,获得积分10
6秒前
调皮从筠完成签到 ,获得积分10
12秒前
酷酷小子完成签到 ,获得积分10
13秒前
24秒前
聪慧的石头完成签到,获得积分10
26秒前
土拨鼠完成签到 ,获得积分10
32秒前
来自三百完成签到 ,获得积分10
53秒前
qinghe完成签到 ,获得积分10
54秒前
Qian完成签到 ,获得积分10
56秒前
1分钟前
飞快的冰淇淋完成签到 ,获得积分10
1分钟前
1分钟前
喜看财经发布了新的文献求助10
1分钟前
1分钟前
喜悦向日葵完成签到 ,获得积分10
1分钟前
唠叨的凌雪完成签到,获得积分10
1分钟前
gsji完成签到,获得积分10
1分钟前
1分钟前
1分钟前
不可以不吃碱水面包完成签到,获得积分10
1分钟前
1分钟前
踏实的盼秋完成签到 ,获得积分10
1分钟前
草字头完成签到,获得积分10
1分钟前
满意访冬发布了新的文献求助10
1分钟前
1分钟前
蔡勇强完成签到 ,获得积分10
1分钟前
jianzj发布了新的文献求助10
2分钟前
佳言2009完成签到 ,获得积分10
2分钟前
小贝壳要快乐吖完成签到,获得积分10
2分钟前
森森完成签到 ,获得积分10
2分钟前
2分钟前
顾瑶完成签到,获得积分10
2分钟前
七月星河完成签到 ,获得积分10
2分钟前
轻松元绿完成签到 ,获得积分10
2分钟前
2分钟前
奋斗的妙海完成签到 ,获得积分0
2分钟前
冷傲的擎汉完成签到 ,获得积分10
2分钟前
科研通AI5应助小欣采纳,获得10
2分钟前
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Handbook of Milkfat Fractionation Technology and Application, by Kerry E. Kaylegian and Robert C. Lindsay, AOCS Press, 1995 1000
A novel angiographic index for predicting the efficacy of drug-coated balloons in small vessels 500
Textbook of Neonatal Resuscitation ® 500
The Affinity Designer Manual - Version 2: A Step-by-Step Beginner's Guide 500
Affinity Designer Essentials: A Complete Guide to Vector Art: Your Ultimate Handbook for High-Quality Vector Graphics 500
Optimisation de cristallisation en solution de deux composés organiques en vue de leur purification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 5079307
求助须知:如何正确求助?哪些是违规求助? 4297617
关于积分的说明 13388511
捐赠科研通 4120725
什么是DOI,文献DOI怎么找? 2256752
邀请新用户注册赠送积分活动 1261071
关于科研通互助平台的介绍 1195043