従来のtriplet lossを用いたクロスモーダルマッチングでは、ネガティブサンプルはランダムに選択されていた。しかし、学習に最適なペアが選ばれないため、精度の低下や収束の遅さといった問題がある。そこで、ネガティブサンプルとポジティブサンプルに対して、その重みを求めるためのフレームワークを提案している。