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/