long-sequence-representation

HILBERT

HILBERT 長序列多模態框架：段級聚合、互惠雙向對比與結構保留

HILBERT（HIerarchical Long-sequence Balanced Embedding with Reciprocal contrastive Training）提出一套面向長篇文件級音訊—文字表示的多模態框架，特別適用於資料稀少與音訊維度遠高於文字的情境。