喜报！吉林财经大学大数据与交叉科学研究院副院长王楠以第一作者身份撰写的论文“基于反事实推断与不确定性蒸馏融合的模态缺失鲁棒多模态情感分析模型”于2026年9月17日正式网络首发于《数据分析与知识发现》期刊。

该研究针对多模态情感分析在模态内部信息丢失时存在的语义耦合、模态贡献难以自适应调节以及可靠性缺乏因果依据等问题，提出一种基于反事实推断与不确定性蒸馏融合的鲁棒多模态情感分析模型。该模型构建模态知识提取模块以区分模态特有语义与共享语义；设计自适应语义残差融合模块，根据样本级语义一致性调整模态注入强度；进一步利用反事实干预估计模态因果贡献，并将其作为不确定性蒸馏的监督信号。在CMU-MOSI、CMU-MOSEI和IEMOCAP三个基准数据集上，模型整体优于对比方法；在模态内部随机丢失场景下，多数丢失率取得最优F1。

期刊介绍：《数据分析与知识发现》是由中国科学院主管、中国科学院文献情报中心主办的数据科学与情报交叉领域专业学术核心期刊。该刊被北京大学《中文核心期刊要目总览》、CSSCI中文社会科学引文索引、CSCD中国科学引文数据库、EI工程索引（美）收录，同时入选CCF推荐中文科技C类期刊，在数据挖掘、知识图谱、情报分析与大数据应用交叉研究领域具有较高学术影响力。