情感对撞机：用于情感恢复的双曲镜像流形与反情感反射
多媒体
2026-04-21 v3 计算与语言
机器学习
摘要
情感表达是自然交流和有效人机交互的基础。我们提出了 Emotion Collider (EC-Net)，一个用于多模态情感和情绪建模的双曲超图框架。EC-Net 使用 Poincaré 球嵌入来表示模态层次结构，并通过超图机制进行融合，该机制在节点和超边之间双向传递消息。为了增强类别分离，对比学习在双曲空间中用解耦的径向和角度目标进行公式化。通过自适应超边构建，保留了跨时间步和模态的高阶语义关系。在标准多模态情感基准上的实验结果表明，EC-Net 产生了鲁棒的、语义连贯的表示，并持续提高了准确性，特别是在模态部分可用或被噪声污染的情况下。这些发现表明，显式的层次几何结合超图融合对于弹性多模态情感理解是有效的。
引用
@article{arxiv.2602.16161,
title = {Emotion Collider: Dual Hyperbolic Mirror Manifolds for Sentiment Recovery via Anti Emotion Reflection},
author = {Rong Fu and Ziming Wang and Shuo Yin and Haiyun Wei and Kun Liu and Xianda Li and Zeli Su and Simon Fong},
journal= {arXiv preprint arXiv:2602.16161},
year = {2026}
}
备注
25 pages, 14 figures