研究者提出表情包对话理解重构框架S2TDR
Start here
2026年11月2日，研究人员在 arXiv 发布论文，提出面向表情包感知对话理解的结构化多模态重构框架 S2TDR。该框架将社交媒体对话中的表情包轮次重构为契合上下文的文本表达，以便现有文本模型直接进行处理。在处理机制上，S2TDR 将表情包解析拆解为视觉线索提取、情感意图推理以及上下文感知重构三个环节，仅将 OCR 文本作为辅助线索。实验结果表明，在情绪分析、意图识别和对话摘要等下游任务中，S2TDR 的表现均优于直接整合表情包的方法。
AI-generated from reports · Updated 6 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理S2TDR：面向表情包感知对话理解的结构化多模态重构框架
研究人员提出结构化多模态重构框架 S2TDR，将社交媒体对话中的表情包轮次重构为契合上下文的文本表达，以便现有文本模型直接处理。该框架将表情包解析分解为视觉线索提取、情感意图推理以及上下文感知重构，仅将 OCR 文本作为辅助线索。实验表明，S2TDR 在情绪分析、意图识别和对话摘要等下游任务中均优于直接整合表情包的方法。
Story heat trend
Current heat 8·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.