.png){kind=icon}
返回
Target-oriented consistent cross-modal alignment framework for multimodal stance detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2026.133398.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出TCCA方法，该方法利用立场目标来引导文本和视觉表示的学习。这种设计简化了多模态对齐过程，并增强了模型捕捉细粒度立场线索的能力。• 我们设计了以目标为导向的提示作为视觉-语言查询模块，以激活与目标相关的视觉和文本表示，使模型能够聚焦于立场关键信息。在此基础上，我们构建了以目标为导向的跨模态对齐模块，将目标导向的文本和视觉语义拉近，促进统一且连贯的语义空间的形成。• 在MMSD和MMVax-STANCE数据集上的广泛实验表明，我们的方法在大多数评估指标上均优于现有方法。
Keyword:
TCCA
multimodal stance detection
target-oriented prompt
cross-modal alignment
visual-language query
查看更多机构