Buchumschlag

A Simple Attention-Based Mechanism for Bimodal Emotion Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Elabd, Mazen, Jaf, Sardar
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Emotion Classification in Low and Moderate Resource Languages
von: Tafreshi, Shabnam, et al.
Veröffentlicht: (2024)

Limitations of Normalization in Attention Mechanism
von: Mudarisov, Timur, et al.
Veröffentlicht: (2025)

TED: Turn Emphasis with Dialogue Feature Attention for Emotion Recognition in Conversation
von: Ono, Junya, et al.
Veröffentlicht: (2025)

Enhancing Hyperspace Analogue to Language (HAL) Representations via Attention-Based Pooling for Text Classification
von: Sakour, Ali, et al.
Veröffentlicht: (2026)

Deception Detection from Linguistic and Physiological Data Streams Using Bimodal Convolutional Neural Networks
von: Li, Panfeng, et al.
Veröffentlicht: (2023)

AIMA at SemEval-2024 Task 3: Simple Yet Powerful Emotion Cause Pair Analysis
von: Kure, Alireza Ghahramani, et al.
Veröffentlicht: (2025)

Evaluating the Effectiveness of Data Augmentation for Emotion Classification in Low-Resource Settings
von: Arora, Aashish, et al.
Veröffentlicht: (2024)

Empirical Evaluation of Public HateSpeech Datasets
von: Jaf, Sadar, et al.
Veröffentlicht: (2024)

Attention Sinks: A 'Catch, Tag, Release' Mechanism for Embeddings
von: Zhang, Stephen, et al.
Veröffentlicht: (2025)

Pooling Attention: Evaluating Pretrained Transformer Embeddings for Deception Classification
von: Mamtani, Sumit, et al.
Veröffentlicht: (2025)

Scaling Bidirectional Spans and Span Violations in Attention Mechanism
von: Kim, Jongwook, et al.
Veröffentlicht: (2025)

A Review of Human Emotion Synthesis Based on Generative Technology
von: Ma, Fei, et al.
Veröffentlicht: (2024)

It's Not That Simple. An Analysis of Simple Test-Time Scaling
von: Wu, Guojun
Veröffentlicht: (2025)

Incorporating Graph Attention Mechanism into Geometric Problem Solving Based on Deep Reinforcement Learning
von: Zhong, Xiuqin, et al.
Veröffentlicht: (2024)

Trajectory Bellman Residual Minimization: A Simple Value-Based Method for LLM Reasoning
von: Yuan, Yurun, et al.
Veröffentlicht: (2025)

Distil-xLSTM: Learning Attention Mechanisms through Recurrent Structures
von: Thiombiano, Abdoul Majid O., et al.
Veröffentlicht: (2025)

CrisisKAN: Knowledge-infused and Explainable Multimodal Attention Network for Crisis Event Classification
von: Gupta, Shubham, et al.
Veröffentlicht: (2024)

Attention Mechanisms Don't Learn Additive Models: Rethinking Feature Importance for Transformers
von: Leemann, Tobias, et al.
Veröffentlicht: (2024)

Detecting Suicidal Ideation in Text with Interpretable Deep Learning: A CNN-BiGRU with Attention Mechanism
von: Bhuiyan, Mohaiminul Islam, et al.
Veröffentlicht: (2025)

SimpleRL-Zoo: Investigating and Taming Zero Reinforcement Learning for Open Base Models in the Wild
von: Zeng, Weihao, et al.
Veröffentlicht: (2025)

UDDETTS: Unifying Discrete and Dimensional Emotions for Controllable Emotional Text-to-Speech
von: Liu, Jiaxuan, et al.
Veröffentlicht: (2025)

Emotion is Not Just a Label: Latent Emotional Factors in LLM Processing
von: Reichman, Benjamin, et al.
Veröffentlicht: (2026)

Attention Needs to Focus: A Unified Perspective on Attention Allocation
von: Fu, Zichuan, et al.
Veröffentlicht: (2026)

s1: Simple test-time scaling
von: Muennighoff, Niklas, et al.
Veröffentlicht: (2025)

Can LLMs Follow Simple Rules?
von: Mu, Norman, et al.
Veröffentlicht: (2023)

A Simple and Effective Pruning Approach for Large Language Models
von: Sun, Mingjie, et al.
Veröffentlicht: (2023)

SPA: A Simple but Tough-to-Beat Baseline for Knowledge Injection
von: Tang, Kexian, et al.
Veröffentlicht: (2026)

LLM-Based Robust Product Classification in Commerce and Compliance
von: Gholamian, Sina, et al.
Veröffentlicht: (2024)

A Depression Detection Method Based on Multi-Modal Feature Fusion Using Cross-Attention
von: Li, Shengjie, et al.
Veröffentlicht: (2024)

Simple and Effective Masked Diffusion Language Models
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2024)

dLLM: Simple Diffusion Language Modeling
von: Zhou, Zhanhui, et al.
Veröffentlicht: (2026)

Incorporating Exponential Smoothing into MLP: A Simple but Effective Sequence Model
von: Chu, Jiqun, et al.
Veröffentlicht: (2024)

Classification of Hope in Textual Data using Transformer-Based Models
von: Ijezue, Chukwuebuka Fortunate, et al.
Veröffentlicht: (2025)

Mechanics of Next Token Prediction with Self-Attention
von: Li, Yingcong, et al.
Veröffentlicht: (2024)

How Sparse Attention Approximates Exact Attention? Your Attention is Naturally $n^C$-Sparse
von: Deng, Yichuan, et al.
Veröffentlicht: (2024)

Length-Controlled AlpacaEval: A Simple Way to Debias Automatic Evaluators
von: Dubois, Yann, et al.
Veröffentlicht: (2024)

An Embarrassingly Simple Defense Against LLM Abliteration Attacks
von: Shairah, Harethah Abu, et al.
Veröffentlicht: (2025)

No Mean Feat: Simple, Strong Baselines for Context Compression
von: Feldman, Yair, et al.
Veröffentlicht: (2025)

Frontier LLMs Still Struggle with Simple Reasoning Tasks
von: Malek, Alan, et al.
Veröffentlicht: (2025)

Simple Policy Gradients for Reasoning with Diffusion Language Models
von: Zhan, Anthony
Veröffentlicht: (2025)