Buchumschlag

Hyperbolic Multimodal Generative Representation Learning for Generalized Zero-Shot Multimodal Information Extraction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Baohang, Song, Kehui, Jin, Rize, Zhao, Yu, Sui, Xuhui, Qian, Xinying, Guo, Xingyue, Zhang, Ying
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multimodal Graph-Based Variational Mixture of Experts Network for Zero-Shot Multimodal Information Extraction
von: Zhou, Baohang, et al.
Veröffentlicht: (2025)

Contrast then Memorize: Semantic Neighbor Retrieval-Enhanced Inductive Multimodal Knowledge Graph Completion
von: Zhao, Yu, et al.
Veröffentlicht: (2024)

Dark Side of Modalities: Reinforced Multimodal Distillation for Multimodal Knowledge Graph Reasoning
von: Zhao, Yu, et al.
Veröffentlicht: (2025)

Hyper-modal Imputation Diffusion Embedding with Dual-Distillation for Federated Multimodal Knowledge Graph Completion
von: Zhang, Ying, et al.
Veröffentlicht: (2025)

Zero-Shot Relational Learning for Multimodal Knowledge Graphs
von: Cai, Rui, et al.
Veröffentlicht: (2024)

Multimodal Representation Learning and Fusion
von: Jin, Qihang, et al.
Veröffentlicht: (2025)

Retrieval Augmented Verification for Zero-Shot Detection of Multimodal Disinformation
von: Dey, Arka Ujjal, et al.
Veröffentlicht: (2024)

OTCR: Optimal Transmission, Compression and Representation for Multimodal Information Extraction
von: Li, Yang, et al.
Veröffentlicht: (2025)

MM-InstructEval: Zero-Shot Evaluation of (Multimodal) Large Language Models on Multimodal Reasoning Tasks
von: Yang, Xiaocui, et al.
Veröffentlicht: (2024)

ISDrama: Immersive Spatial Drama Generation through Multimodal Prompting
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

Enhancing Multimodal Retrieval via Complementary Information Extraction and Alignment
von: Zeng, Delong, et al.
Veröffentlicht: (2026)

DREAM: A Dual Representation Learning Model for Multimodal Recommendation
von: Zhang, Kangning, et al.
Veröffentlicht: (2024)

Mutual Information-based Representations Disentanglement for Unaligned Multimodal Language Sequences
von: Qian, Fan, et al.
Veröffentlicht: (2024)

Recognizing Everything from All Modalities at Once: Grounded Multimodal Universal Information Extraction
von: Zhang, Meishan, et al.
Veröffentlicht: (2024)

The 2nd EReL@MIR Workshop on Efficient Representation Learning for Multimodal Information Retrieval
von: Fu, Junchen, et al.
Veröffentlicht: (2026)

MM-Sonate: Multimodal Controllable Audio-Video Generation with Zero-Shot Voice Cloning
von: Qiang, Chunyu, et al.
Veröffentlicht: (2026)

MInD: Improving Multimodal Sentiment Analysis via Multimodal Information Disentanglement
von: Dai, Weichen, et al.
Veröffentlicht: (2024)

Virbo: Multimodal Multilingual Avatar Video Generation in Digital Marketing
von: Zhang, Juan, et al.
Veröffentlicht: (2024)

Enhancing Multimodal Entity and Relation Extraction with Variational Information Bottleneck
von: Cui, Shiyao, et al.
Veröffentlicht: (2023)

Shapley Value-based Contrastive Alignment for Multimodal Information Extraction
von: Luo, Wen, et al.
Veröffentlicht: (2024)

Multimodal Pretraining, Adaptation, and Generation for Recommendation: A Survey
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

Distilling Implicit Multimodal Knowledge into Large Language Models for Zero-Resource Dialogue Generation
von: Zhang, Bo, et al.
Veröffentlicht: (2024)

Learning Item Representations Directly from Multimodal Features for Effective Recommendation
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

Evolutionary Multimodal Reasoning via Hierarchical Semantic Representation for Intent Recognition
von: Zhou, Qianrui, et al.
Veröffentlicht: (2026)

Differential Mental Disorder Detection with Psychology-Inspired Multimodal Stimuli
von: Zhou, Zhiyuan, et al.
Veröffentlicht: (2026)

Multimodal Emotion Recognition with Large Language Models
von: Zhang, Hongrui, et al.
Veröffentlicht: (2026)

Learning Shared Sentiment Prototypes for Adaptive Multimodal Sentiment Analysis
von: Su, Chen, et al.
Veröffentlicht: (2026)

Is One-Shot In-Context Learning Helpful for Data Selection in Task-Specific Fine-Tuning of Multimodal LLMs?
von: An, Xiao, et al.
Veröffentlicht: (2026)

Analyzing Recursiveness in Multimodal Generative Artificial Intelligence: Stability or Divergence?
von: Conde, Javier, et al.
Veröffentlicht: (2024)

Multimodal Semantic Communication for Generative Audio-Driven Video Conferencing
von: Tong, Haonan, et al.
Veröffentlicht: (2024)

Attribute-driven Disentangled Representation Learning for Multimodal Recommendation
von: Li, Zhenyang, et al.
Veröffentlicht: (2023)

Detached and Interactive Multimodal Learning
von: Fan, Yunfeng, et al.
Veröffentlicht: (2024)

Language-Guided Multimodal Texture Authoring via Generative Models
von: Qian, Wanli, et al.
Veröffentlicht: (2026)

Zero-Shot Character Identification and Speaker Prediction in Comics via Iterative Multimodal Fusion
von: Li, Yingxuan, et al.
Veröffentlicht: (2024)

Multimodal Classification and Out-of-distribution Detection for Multimodal Intent Understanding
von: Zhang, Hanlei, et al.
Veröffentlicht: (2024)

Beyond Forced Modality Balance: Intrinsic Information Budgets for Multimodal Learning
von: Xiong, Zechang, et al.
Veröffentlicht: (2026)

UniPath: Adaptive Coordination of Understanding and Generation for Unified Multimodal Reasoning
von: Bai, Hayes, et al.
Veröffentlicht: (2026)

Augmenting Intra-Modal Understanding in MLLMs for Robust Multimodal Keyphrase Generation
von: Cao, Jiajun, et al.
Veröffentlicht: (2025)

MORE-R1: Guiding LVLM for Multimodal Object-Entity Relation Extraction via Stepwise Reasoning with Reinforcement Learning
von: Yuan, Xiang, et al.
Veröffentlicht: (2026)

Beyond Patches: Global-aware Autoregressive Model for Multimodal Few-Shot Font Generation
von: Cai, Haonan, et al.
Veröffentlicht: (2026)