Loading...
机构名称:
¥ 1.0

随着社交媒体平台的迅速崛起,社区能够更方便地与世界分享其兴趣和利益。这又导致了个人能够通过使用模因传播可恨的信息。此类材料的分类不仅需要查看单个图像,还需要考虑串联中的提交文本。观察图像或文本分别提供完整的文本。在本文中,我们描述了我们对案例2024年多模式仇恨言论共享任务的仇恨模因分类的方法。我们在两个子任务中使用了相同的方法,该方法涉及基于使用基于BERT的模型的文本和图像特征的分类模型(剪辑)。然后,我们利用由两个模型在整体方法中创建的预测。这种方法分别在两个子任务中排名第二。

在多模式仇恨言语事件检测2024

在多模式仇恨言语事件检测2024PDF文件第1页

在多模式仇恨言语事件检测2024PDF文件第2页

在多模式仇恨言语事件检测2024PDF文件第3页

在多模式仇恨言语事件检测2024PDF文件第4页

在多模式仇恨言语事件检测2024PDF文件第5页

相关文件推荐

2023 年
¥1.0
2024 年
¥4.0
2024 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
1900 年
¥1.0