Volta在SemEval-2021任务6上的工作：基于文本与多模态集成的说服性文本与图像检测
计算与语言
2021-06-02 v1 计算机视觉与模式识别
摘要
模因（meme）是线上传播信息最流行的内容类型之一。它们可以通过修辞和心理技巧影响大量人群。该任务“文本与图像中说服性技术的检测”旨在检测模因中的这些说服性技术。它包含三个子任务：(A) 使用文本内容的多标签分类，(B) 使用文本内容的多标签分类与跨度识别，以及 (C) 使用视觉与文本内容的多标签分类。在本文中，我们提出了一种迁移学习方法，以在不同模态下微调基于BERT的模型。我们还探索了在不同模态下训练的模型集成的有效性。我们在相应子任务中分别取得了57.0、48.2和52.1的F1分数。
引用
@article{arxiv.2106.00240,
title = {Volta at SemEval-2021 Task 6: Towards Detecting Persuasive Texts and Images using Textual and Multimodal Ensemble},
author = {Kshitij Gupta and Devansh Gautam and Radhika Mamidi},
journal= {arXiv preprint arXiv:2106.00240},
year = {2021}
}
备注
7 pages, accepted at SemEval-2021 co-located with ACL-IJCNLP 2021