S2TDR：面向表情贴纸对话的结构化多模态重建框架

论文提出将贴纸转为文本话语的结构化重建框架 S2TDR。

资讯摘要

论文提出 S2TDR 框架，将社交媒体对话中的贴纸轮次转换为符合上下文的文本话语，再交由现有文本对话模型处理。该方法把贴纸理解拆分为视觉线索提取、情感意图推断和上下文感知对话重建三步，OCR 文本仅作辅助线索。在情感分析、意图识别和对话摘要任务上，作者报告其整体优于直接将贴纸融入模型的做法，消融与重建质量分析显示该结构化方式更具可解释性。

要点速读

1. S2TDR 将贴纸轮次重建为上下文合适的文本话语，供现有文本对话模型使用。
2. 框架分解为视觉线索提取、情感意图推断、上下文感知对话重建，OCR 文本仅作辅助。
3. 在情感分析、意图识别、对话摘要上，作者报告其整体优于直接贴纸融合方法。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。