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的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Information Bottleneck based Representation Learning for Multimodal Sentiment Analysis

计算机科学 信息瓶颈法 模式 瓶颈 任务(项目管理) 代表(政治) 模态(人机交互) 人工智能 最大化 情态动词 特征学习 机器学习 自然语言处理 相互信息 经济 法学 高分子化学 管理 化学 微观经济学 政治学 嵌入式系统 社会学 政治 社会科学
作者
Tonghui Zhang,Haiying Zhang,Shuke Xiang,Tong Wu
标识
DOI:10.1145/3522749.3523069
摘要

Recently, Multimodal Sentiment Analysis (MSA) has become a hot research topic of cross modal research in artificial intelligence domain. For this task, the research focuses on extract comprehensive information which dispersed in different modalities. In existing research works, some paid attention to the ingenious fusion method inspired by the consideration of intra-modality and inter-modality reaction, while others devoted to remove task-irrelevant information to refine single modal representation by imposing constraints. However, both of these are limited to the lack of effective control over information in the learning of multimodal representation. It may loss task-relevant information or introduce extra noise. In order to address the afore-mentioned issue, we propose a framework named Multimodal Information Bottleneck (MMIB) in this paper. By imposing mutual information constraints between different modal pairs (text-visual, acoustic-visual, text-acoustic) to control the maximization of mutual information between different modalities and minimization of mutual information inside single modalities, the task-irrelevant information in a single modal can be removed efficiency while kept the related ones, so that the multimodal representation is improved greatly. By the experiments on two widely used public datasets, it demonstrates that our proposed method outperforms existing methods (like MAG-BERT, Self-MM) in binary-classification and achieves a comparable performance in other evaluation metrics.
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
大幅提高文件上传限制,最高150M (2024-4-1)

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
搜集达人应助程翠丝采纳,获得10
12秒前
英姑应助狄安娜GoGo采纳,获得10
19秒前
CC完成签到,获得积分0
20秒前
七七雨后完成签到,获得积分10
46秒前
cai白白完成签到,获得积分0
1分钟前
Yolenders完成签到 ,获得积分10
1分钟前
于洋完成签到 ,获得积分10
1分钟前
amar完成签到 ,获得积分0
1分钟前
JL完成签到 ,获得积分10
1分钟前
1分钟前
一辉完成签到 ,获得积分10
1分钟前
狄安娜GoGo发布了新的文献求助10
1分钟前
迅速的月光完成签到 ,获得积分10
1分钟前
狄安娜GoGo完成签到,获得积分10
2分钟前
林非鹿完成签到 ,获得积分10
2分钟前
sunny完成签到 ,获得积分10
3分钟前
orange完成签到 ,获得积分10
3分钟前
烤鸭完成签到 ,获得积分10
3分钟前
双眼皮跳蚤完成签到,获得积分10
4分钟前
华仔应助scinature采纳,获得10
4分钟前
漂移猪完成签到 ,获得积分10
4分钟前
饱满一手完成签到 ,获得积分10
4分钟前
逢场作戱__完成签到 ,获得积分10
5分钟前
煜琪完成签到 ,获得积分10
6分钟前
拓跋雨梅完成签到 ,获得积分0
7分钟前
DJ_Tokyo完成签到,获得积分10
7分钟前
一蓑烟雨任平生完成签到,获得积分0
8分钟前
chichenglin完成签到 ,获得积分10
8分钟前
彩色的芷容完成签到 ,获得积分10
8分钟前
vassallo完成签到 ,获得积分10
8分钟前
优美的冰巧完成签到 ,获得积分10
8分钟前
H_C发布了新的文献求助10
9分钟前
上官聪展完成签到 ,获得积分0
9分钟前
无悔完成签到 ,获得积分10
9分钟前
huanghe完成签到,获得积分10
9分钟前
H_C发布了新的文献求助10
10分钟前
糊涂一时完成签到 ,获得积分10
11分钟前
南风完成签到 ,获得积分10
11分钟前
H_C完成签到,获得积分20
11分钟前
lovexa完成签到,获得积分10
11分钟前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
"Sixth plenary session of the Eighth Central Committee of the Communist Party of China" 400
Introduction to Modern Controls, with illustrations in MATLAB and Python 310
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 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3056622
求助须知:如何正确求助?哪些是违规求助? 2713084
关于积分的说明 7434592
捐赠科研通 2358176
什么是DOI,文献DOI怎么找? 1249304
科研通“疑难数据库(出版商)”最低求助积分说明 607027
版权声明 596227