PC-MNet：基于极性调制注意力的双层一致性建模用于多模态讽刺检测
计算与语言
2026-05-05 v1 人工智能
摘要
多模态讽刺检测旨在精确识别文本与非语言线索之间的具体语义不一致，已引起广泛关注。最近的进展主要依赖于基于相似性的注意力机制和统一的晚期融合策略。进一步地，鉴于功能性耦合限制了传统的晚期融合，我们引入了标量一致性路由机制和先验引导的情境图。该机制通过由不一致感知的对比学习驱动的两阶段非对称优化，锚定一个广义的不一致流形，通过选择性融合最具辨识力的多粒度证据。在MUStARD基准及其消除虚假关联的平衡数据集上的大量实验表明，我们的方法实现了新的状态-of-the-art性能，相对于最强的多模态基线提高了3.14%的Macro-F1。通过在架构上隔离原子、组成和情境冲突，本工作提供了一个稳健、解耦的范式，用于建模人类交流中细微的具体语义不一致。
引用
@article{arxiv.2605.02447,
title = {PC-MNet: Dual-Level Congruity Modeling for Multimodal Sarcasm Detection via Polarity-Modulated Attention},
author = {Maoheng Li and Ling Zhou and Xiaohua Huang and Rubing Huang and Wenming Zheng and Guoying Zhao},
journal= {arXiv preprint arXiv:2605.02447},
year = {2026}
}