小珠桃子

【实验部分】这篇论文面向 2021 年 MuSe-Physio 子挑战——一个多模态情感分析任务，目的是在高度紧张的自由演讲场景下，利用组合的视听信号和受试者的皮肤电反应预测生理情绪。

【方法部分】这篇论文面向 2021 年 MuSe-Physio 子挑战——一个多模态情感分析任务，目的是在高度紧张的自由演讲场景下，利用组合的视听信号和受试者的皮肤电反应预测生理情绪。

我们可以利用 gs 上的公开数据，分析一下老师们的合著情况，比如看看所有论文中，平均每篇文章由多少位老师参与……这些信息可以在我们选导师的时候帮助我们降低噪声，提供一定参考。

【实验部分】作者针对 Transformer 架构设计了一系列融合输入的方法，然后将这些方法用在多模态机器翻译和多源机器翻译任务中。

【模型部分】作者针对 Transformer 架构设计了一系列融合输入的方法，然后将这些方法用在多模态机器翻译和多源机器翻译任务中。

【实验部分】多模态机器翻译火了这么久，各路学者八仙过海各显神通，但效果提升却都比较有限。视觉信息对翻译真的有帮助吗？本文作者用实验给出了答案。

【方法部分】多模态机器翻译火了这么久，各路学者八仙过海各显神通，但效果提升却都比较有限。视觉信息对翻译真的有帮助吗？本文作者用实验给出了答案。

【实验部分】本文收录于 ACL 2019 ，第一作者 Julia Ive 来自谢菲尔德大学。作者采用了一种两阶段的翻译方法，先得到草稿，再同时用文本和视觉上下文来完善翻译结果，效果不错。

【模型部分】本文收录于 ACL 2019 ，第一作者 Julia Ive 来自谢菲尔德大学。作者采用了一种两阶段的翻译方法，先得到草稿，再同时用文本和视觉上下文来完善翻译结果，效果不错。