Explainable Multimodal Emotion Reasoning 多模态可解释性的情感推理
1.摘要多模态情感识别是人工智能领域的一个活跃的研究课题。它的主要目标是整合多种模态(如听觉、视觉和词汇线索)来识别人类的情绪状态。目前的工作通常假设基准数据集的准确情感标签，并专注于开发更有效的架构。但由于情感固有的主观性，现有数据集往往缺乏高标注一致性，导致潜在的不准确标签。因此，建立在这些数据集上的模型可能难以满足实际应用的需求。为了解决这个问题，提高情感标注的可靠性至关重要。在这篇论文中，