Cross-Lingual Attention Distillation with Personality-Informed Generative Augmentation for Multilingual Personality Recognition
跨语言注意力蒸馏与基于个性引导的生成增强用于多语言个性识别
机构 * Universiti Tunku Abdul Rahman(拉曼大学) ; Kanagawa Institute of Technology(神奈川工科大学) ; Université Sorbonne Paris Nord(索邦巴黎北大学)
专题命中 代码评测 :repository(abstract);分类 cs.CL
AI总结 本文提出ADAM方法,通过跨语言注意力蒸馏和基于个性引导的生成增强,提升多语言个性识别性能,实验表明CLAD在多种语言和个性特征上均优于标准BCE模型。
Comments IEEE Transactions on Cognitive and Developmental Systems (2026)