ゼロショット・キャラクター識別と漫画における発話者予測のための反復型マルチモーダル融合

本研究は、漫画のイメージとテキストの両方の情報を活用し、事前の学習や注釈なしでキャラクターを識別し、発話者を予測する新しい手法を提案する。