arXiv Artificial Intelligence· Jingwen Wang, Jiao Li, Yuhang Qian, Yuyin Wang, Min Zhang·· 13 小时前AI 评分24
Mind the Divergence：面向对话情绪识别的分歧引导可靠性感知融合与自适应 LLM 提示
Mind the Divergence: Divergence-Guided Reliability-Aware Fusion and Adaptive LLM Prompting for Conversational Emotion Recognition
AI 导读
MiD-ERC 用归一化分歧分数量化各模态情绪分布间的预测分歧，并据此估计样本级模态可靠性，协调分歧引导的跨模态门控、可靠性加权与自适应 LLM 提示。该框架仅用标准情绪标注端到端训练，无需额外冲突标签或外部检索模块。在 IEMOCAP 和 MELD 上取得 SOTA，高分歧样本上提升尤为明显。
推荐理由模型分析
该工作把对话情绪识别中的模态冲突统一建模为单模态预测分布间的分歧，用归一化散度分数估计样本级模态可靠性，并据此协调跨模态门控、可靠性加权与自适应LLM提示。其价值在于无需额外冲突标签或外部检索即可端到端训练，在IEMOCAP和MELD上报告了优于基线的结果，高分歧样本提升更明显。适合多模态融合与对话情感研究者参考其分歧度量与门控设计，但结论限于这两个数据集，实际对话场景的泛化仍需验证。
来源：arXiv Artificial Intelligence · arxiv.org