Team Neuro 在 SemEval-2020 任务 8：基于多任务学习的梗图多模态细粒度情感分类
计算机视觉与模式识别
2020-05-25 v1 计算与语言
机器学习
摘要
本文描述了我们用于 memotion 分析挑战赛（即 SemEval-2020 任务 8）的系统。该挑战赛包含三个子任务，要求对梗图进行基于情感的情感分类并给出强度。我们提出的系统通过将三个任务表示为多标签层次分类问题而将其合并为单一任务。此处，使用多任务学习或联合学习过程来训练我们的模型。我们采用双通道从独立的深度神经网络主干中提取文本与图像特征，并将其聚合以创建任务特定特征。这些任务特定的聚合特征向量随后被传入带有全连接层的小型网络，每个网络被分配用于预测一种细粒度情感标签。我们提出的方法在少数任务上显示出优于该挑战赛其他最佳模型的性能。
引用
@article{arxiv.2005.10915,
title = {Team Neuro at SemEval-2020 Task 8: Multi-Modal Fine Grain Emotion Classification of Memes using Multitask Learning},
author = {Sourya Dipta Das and Soumil Mandal},
journal= {arXiv preprint arXiv:2005.10915},
year = {2020}
}
备注
Proceedings of the International Workshop on Semantic Evaluation (SemEval)