多模态表情符号预测
计算与语言
2018-04-18 v2
摘要
表情符号是常出现在社交媒体文本消息中的小图像。在同一消息中视觉与文本内容的结合构建了一种现代交流方式，而自动系统还不习惯处理。在本文中，我们通过提出一种能够预测 Instagram 帖子中表情符号的多模态方法来扩展近期在表情符号预测上的进展。Instagram 帖子由图片与文本组成，文本有时包含表情符号。我们表明这些表情符号可通过使用文本预测，也可通过使用图片预测。我们的主要发现是，在组合模型中融入这两种协同模态，提升了表情符号预测任务的准确率。该结果表明这两种模态（文本与图像）对表情符号的使用编码了不同信息，因此可相互补充。
关键词
引用
@article{arxiv.1803.02392,
title = {Multimodal Emoji Prediction},
author = {Francesco Barbieri and Miguel Ballesteros and Francesco Ronzano and Horacio Saggion},
journal= {arXiv preprint arXiv:1803.02392},
year = {2018}
}
备注
NAACL 2018 (short)