Transformer駆動型トリプル融合フレームワークによる低リソースベンガル語におけるマルチモーダル著者意図分類の強化

この研究は、低リソース言語と見なされるベンガル語における著者意図分類の改善に焦点を当てています。Transformerベースのモデルとトリプル融合フレームワークの使用は、分類精度を向上させるために、複数のデータモダリティ（テキスト、画像、音声など）を効果的に統合しようとする試みを示唆しています。低リソース設定に焦点を当てることは、限られたトレーニングデータの課題に対処するため、重要です。この論文では、融合フレームワークのアーキテクチャを探求し、既存の方法との比較による性能評価が行われる可能性が高いです。

• •著者意図分類に焦点を当てる。
• •低リソース言語（ベンガル語）の課題に対処する。
• •Transformerベースのモデルを採用する。
• •マルチモーダルデータにトリプル融合フレームワークを利用する。
• •低リソース設定での分類精度の向上を目指す。