阿尔伯塔大学在 SemEval-2023 任务 1：面向多语言视觉词义消歧的上下文增强与翻译
计算与语言
2023-06-27 v1
摘要
我们介绍了阿尔伯塔大学团队在 SemEval-2023 视觉词义消歧（V-WSD）任务中的系统。我们提出了一种新颖算法，其结合了从 BabelNet 检索的释义文本以及文本与图像编码器。此外，我们比较了特定语言编码器与将英语编码器应用于翻译后文本的做法。由于任务数据集所给上下文极短，我们还尝试用语言模型生成的描述来增强这些上下文，这带来了准确率的显著提升。我们描述并评估了使用图像生成与文本条件图像分割的其他 V-WSD 方法。总体而言，我们官方提交的结果在 56 支队伍中排名第 18。部分非官方结果甚至优于官方结果。我们的代码公开于 https://github.com/UAlberta-NLP/v-wsd。
引用
@article{arxiv.2306.14067,
title = {UAlberta at SemEval-2023 Task 1: Context Augmentation and Translation for Multilingual Visual Word Sense Disambiguation},
author = {Michael Ogezi and Bradley Hauer and Talgat Omarov and Ning Shi and Grzegorz Kondrak},
journal= {arXiv preprint arXiv:2306.14067},
year = {2023}
}