SemEval-2020任务8：模因情感分析——视觉-语言隐喻！
计算机视觉与模式识别
2020-08-11 v1
摘要
社交媒体上的信息包含文本、视觉和音频等多种模态。NLP与计算机视觉社区常孤立地仅利用其中一种主要模态来研究社交媒体。然而，互联网模因的计算处理需要一种混合方法。Facebook、Instagram和Twiter等社交媒体平台上互联网模因日益 ubiquitous 进一步表明，我们已无法再忽视此类多模态内容。据我们所知，针对模因情感分析的研究关注甚少。本提案的目标是将研究界的注意力引向互联网模因的自动处理。Memotion分析任务发布了约10K带标注模因，含人工标注标签：情感(正向、负向、中性)、情感类型(讽刺、有趣、冒犯、激励)及其对应强度。该挑战包含三个子任务：模因情感(正向、负向、中性)分析、模因整体情感(幽默、讽刺、冒犯、激励)分类，以及模因情感强度分类。三个子任务分别取得的最佳性能为F1(宏平均)分数0.35、0.51和0.32。
引用
@article{arxiv.2008.03781,
title = {SemEval-2020 Task 8: Memotion Analysis -- The Visuo-Lingual Metaphor!},
author = {Chhavi Sharma and Deepesh Bhageria and William Scott and Srinivas PYKL and Amitava Das and Tanmoy Chakraborty and Viswanath Pulabaigari and Bjorn Gamback},
journal= {arXiv preprint arXiv:2008.03781},
year = {2020}
}