PoseRefer: 基于路径局部参数的语义接地指代消解

Anna Deichler

摘要

本文通过VR交互收集自然伴随语音手势数据，提出解耦的后期融合架构，将姿态和文本路径参数分离，以评估类别、姿态和文本在指代消解中的贡献。实验表明，融合冻结MiniLM类别嵌入优于单独姿态或最佳文本路径，但融合准确性可能受类别表示伪影影响，需架构解耦才能可靠诊断。

reference resolutionco-speech gesturelate fusion

HRI

📊 3,196 引用

Masahiro Mori, Karl F. MacDorman, Norri Kageki

2012

HRI

开放获取📊 3,034 引用

Christoph Bartneck, Dana Kulić, Elizabeth A. Croft 等 4 位作者

2008

HRI

📊 1,925 引用

Kazuo Hirai, Masato Hirose, Y. Haikawa 等 4 位作者

2002

HRI

📊 1,914 引用

Peter A. Hancock, Deborah R. Billings, Kristin E. Schaefer 等 6 位作者

2011