研究人员推出了一种名为FACTORCL的新型多模态表示学习方法，以解决对比学习在复杂多模态背景下的局限性。现有的多模态预训练技术主要基于多视图学习，利用多视图冗余的关键前提，即通过模态间的信息交换几乎完全与随后的任务相关。研究人员使用FACTORCL在合成数据集和真实世界多模态基准测试中进行的实验证明，包括情感、情绪、幽默、讽刺等方面的预测，以及在六个数据集上达到的最先进性能。...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅提供资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任。（反馈错误)