IITK 在 SemEval-2024 任务 4：用于模因中说服技巧检测的层次化嵌入

模因是在线虚假信息活动中最常用的内容类型之一。它们在社交媒体平台上尤为有效，因为可以轻易触达大量用户。虚假信息活动中的模因通过因果过度简化、谩骂和抹黑等多种修辞与心理技巧来实现影响用户的目标。SemEval 2024 任务 4《模因中说服技巧的多语言检测》旨在识别模因中的此类技巧，该任务分为三个子任务：($\mathbf{1}$) 仅使用模因文本内容的层次化多标签分类，($\mathbf{2}$) 同时使用模因文本和视觉内容的层次化多标签分类，($\mathbf{3}$) 使用模因文本和视觉内容进行是否包含说服技巧的二元分类。本文提出了一种将类别定义预测（CDP）与基于双曲嵌入的方法相结合的集成方法用于此任务。我们通过整合 HypEmo 的层次化标签嵌入（Chen et al., 2023）以及用于情感预测的多任务学习框架，提升了模因分类的准确性和全面性。我们在各子任务上分别取得了 0.60、0.67 和 0.48 的层次化 F1 分数。