聚焦多模态意图识别场景下复杂意图理解与细粒度语义推理问题，概述文本、视频、音频等模态融合中的语义异构、噪声干扰、模态冲突与粗粒度表示的局限；重点介绍 LGSRR 基于大模型引导的细粒度语义提取与重要性、互补性、不一致性关系推理机制，以及 HIER 融合多模态概念聚类、关系选择和自进化推理的层次化语义表示框架，为提升相似意图区分能力、增强复杂场景下的推理鲁棒性与可解释性提供方法参考。
2026071309543466原创文章，作者：bfs，如若转载，请注明出处：https://www.isclab.org.cn/2026/07/13/%e5%a4%9a%e6%a8%a1%e6%80%81%e6%84%8f%e5%9b%be%e8%af%86%e5%88%ab/
高斯混合模型（Gaussian mixture model，GMM）用于对样本的概率密度分布进行估计，而估计…
网络表示是衔接网络原始数据和网络应用任务的桥梁。网络表示学习算法负责从网络数据中学习得到网络中每个节点的向量…
iForest （Isolation Forest）孤立森林 是一个基于Ensemble的快速异常检测方法，具有线性时间复杂度和高精…
梯度提升决策树（GBDT）是集成学习中梯度提升方法（Gradient Boost）与决策树（Decision…
Ajax技术是创建交互式网页应用的网页开发技术，无需重新加载整个网页的情况下，能够更新部分网页的技术。Ajax 的特点在于异步交互，动态更新 web 页面，因此它的适用范围是交…
深度学习模型具有强大的特征提取能力，在决策领域得到广泛应用，但往往产生不公平的预测结果，造成不良的社会影响，现有的公平性修复方法往往会导致准确率下降。本次学术报告介绍了一种新的深度…
简介：神经网络算法在自然语言和计算机视觉等领域取得了快速发展和成熟应用，且在程序分析领域也具有广泛应用，如代码克隆检测、程序分类、漏洞分析和代码搜索等任务。然而不同的程序源代码表示…
联邦学习在保证数据安全和隐私的情况下解决了数据孤岛和数据碎片化问题，主要分为横向联邦学习、纵向联邦学习和联邦迁移学习。本次学术报告首先介绍联邦学习的历史现状、分类及应用场景，然后通…
上一篇博文向大家介绍了，一个典型的特定音频识别系统的原理如下图所示： 特定音频识别系统原理图 上图中可以看到，离线…
聚类学习作为机器学习中最为常用的算法，已经广泛的应用于许多领域。本文主要介绍聚类的一些基础知识，并且以概率聚类模型为例，并讲解一个聚类算法：基于t分布的熵惩罚最大期望算法，使大家对…
