《表2 不同融合方法在Twitters Sarcasm数据集上是实验结果》
在原来模型框架的基础上,选择拼接(concatenation)、按位乘(element-wise product)、按位加(element-wise sum)以及双线性融合等方法进行特征融合然后反讽识别实验。从表2中可知,简单的特征融合方式的反讽识别效果相对于单模态模型并没有较大的提升。说明了简单的交互并不能很好地利用多模态之间的潜在语义信息。采用了双线性融合的MIRM模型相对于其他融合方法在各项评价指标上都有较大的提升,说明了双线性融合能够使得模态间的交互更全面,提高了融合特征的信息表示能力。
图表编号 | XD00220094000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 林敏鸿、蒙祖强 |
绘制单位 | 广西大学计算机与电子信息学院、广西大学计算机与电子信息学院 |
更多格式 | 高清、无水印(增值服务) |