基于图网络早期融合模型的厌女模因检测
计算与语言
2022-04-01 v1
摘要
近年来，一种称为模因 (meme) 的新型娱乐媒介迅速增多。这些模因虽看似无害，却已越界成为针对女性的网络骚扰，并造成对女性的不当偏见。为缓解此问题，本文提出一种早期融合模型用于厌女模因及其类型的预测与识别，我们据此参与了 SemEval-2022 Task 5。该模型以模因图像及其文本转写与目标向量作为输入。鉴于该任务的关键挑战在于融合不同模态以预测厌女内容，我们的模型依赖来自不同最先进基于 transformer 的语言模型与预训练图像模型的上下文表示，以获得有效的图像表示。我们的模型在 SubTask-A 与 SubTask-B 上均取得与其他参赛队伍具竞争力的结果，并显著优于基线。
引用
@article{arxiv.2203.16781,
title = {Misogynistic Meme Detection using Early Fusion Model with Graph Network},
author = {Harshvardhan Srivastava},
journal= {arXiv preprint arXiv:2203.16781},
year = {2022}
}