안녕, 세상!

Abstract SER은 utterance의 언어적 요소와 어떻게 사람이 그것을 말하는지 둘 다에 대한 철저한 이해가 요구됨 어떻게 이 두 가지의 정보를 융합할 지가 SER에서 중요한 과제 중 하나임 새로운 Multimodal Cross- and Self-Attention Network (MCSAN)을 제안함 MCSAN의 핵심은 병렬적 cross와 self-attention module을 채용하는것 해당 모듈들은 audio와 text의 상호작용 속의 intra와 inter modal 둘 다에 대해 명백히 모델링 하기 위해서 사용 MCSAN은 IEMOCAP와 MELD dataset으로 평가됨 실험은 제안된 모델이 두 datasets 모두에서 state-of-the-art 성능을 보인다는것을 증명함 Intr..