DSC IIT-ISM在SemEval-2020任务8中的工作：用于深度表情包情感分析的双融合技术
计算机视觉与模式识别
2020-08-04 v1
摘要
表情包已成为无处不在的社交媒体实体，此类多模态数据的处理与分析目前是一个活跃的研究领域。本文介绍了我们在SemEval 2020的Memotion Analysis共享任务上的工作，该任务涉及表情包的情感与幽默分析。我们提出了一种使用不同双模态融合技术以利用模态间依赖关系进行情感和幽默分类任务的系统。在所有实验中，最佳系统相较基线在情感分类（任务A）上宏F1分数提升至0.357，在幽默分类（任务B）上提升至0.510，在语义类别尺度（任务C）上提升至0.312。
引用
@article{arxiv.2008.00825,
title = {DSC IIT-ISM at SemEval-2020 Task 8: Bi-Fusion Techniques for Deep Meme Emotion Analysis},
author = {Pradyumna Gupta and Himanshu Gupta and Aman Sinha},
journal= {arXiv preprint arXiv:2008.00825},
year = {2020}
}