論文の概要: Memotion 3: Dataset on Sentiment and Emotion Analysis of Codemixed Hindi-English Memes

• arxiv url: http://arxiv.org/abs/2303.09892v2
• Date: Thu, 23 Mar 2023 03:52:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-24 17:04:33.539429
• Title: Memotion 3: Dataset on Sentiment and Emotion Analysis of Codemixed Hindi-English Memes
• Title（参考訳）: Memotion 3: Codemixed Hindi- English Memes の知覚と感情分析に関するデータセット
• Authors: Shreyash Mishra, S Suryavardan, Parth Patwa, Megha Chakraborty, Anku Rani, Aishwarya Reganti, Aman Chadha, Amitava Das, Amit Sheth, Manoj Chinnakotla, Asif Ekbal and Srijan Kumar
• Abstract要約: 私たちは、10,000の注釈付きミームを持つ新しいデータセットであるMemotion 3を紹介します。 Memotion 3ではHindi-English Codemixedミームが導入されている。 本稿では,Memotionタスク,データ収集,データセット作成手法について述べる。
• 参考スコア（独自算出の注目度）: 20.941696102885384
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Memes are the new-age conveyance mechanism for humor on social media sites. Memes often include an image and some text. Memes can be used to promote disinformation or hatred, thus it is crucial to investigate in details. We introduce Memotion 3, a new dataset with 10,000 annotated memes. Unlike other prevalent datasets in the domain, including prior iterations of Memotion, Memotion 3 introduces Hindi-English Codemixed memes while prior works in the area were limited to only the English memes. We describe the Memotion task, the data collection and the dataset creation methodologies. We also provide a baseline for the task. The baseline code and dataset will be made available at https://github.com/Shreyashm16/Memotion-3.0
• Abstract（参考訳）: ミームはソーシャルメディアサイトにおけるユーモアの新しい年齢搬送メカニズムである。 ミームには画像やテキストが含まれることが多い。 ミームは偽情報や憎悪の促進に使用できるため、詳細を調査することが重要である。 memotion 3は10,000の注釈付きミームを持つ新しいデータセットである。 memotion 3は、memotionの以前のイテレーションを含む、ドメイン内の他の一般的なデータセットとは異なり、ヒンズー英語のcodemixed memeを導入している。 本稿では,Memotionタスク,データ収集,データセット作成手法について述べる。 タスクのベースラインも提供しています。 ベースラインコードとデータセットはhttps://github.com/Shreyashm16/Memotion-3.0で公開される。

関連論文リスト

• XMeCap: Meme Caption Generation with Sub-Image Adaptability [53.2509590113364]
  社会的な意味や文化的な詳細に深く根ざした噂は、機械にとってユニークな挑戦である。 我々は、教師付き微調整と強化学習を採用するtextscXMeCapフレームワークを紹介した。 textscXMeCapは、シングルイメージのミームの平均評価スコアが75.85で、マルチイメージのミームは66.32で、それぞれ3.71%と4.82%で最高のベースラインを上回っている。
  論文  参考訳（メタデータ） (2024-07-24T10:51:46Z)
• What Makes a Meme a Meme? Identifying Memes for Memetics-Aware Dataset Creation [0.9217021281095907]
  マルチモーダルインターネットミームは現在、オンライン談話におけるユビキタスなフィクスチャとなっている。 ミームはミームを模倣してシンボルに変換する過程である。 我々は,ミームと非ミームコンテンツとを識別するミーム識別プロトコルを開発した。
  論文  参考訳（メタデータ） (2024-07-16T15:48:36Z)
• A Template Is All You Meme [83.05919383106715]
  我々は,54,000枚以上の画像からなる www.knowyourme.com で発見されたミームと情報の知識ベースをリリースする。 我々は、ミームテンプレートが、以前のアプローチから欠落したコンテキストでモデルを注入するのに使えると仮定する。
  論文  参考訳（メタデータ） (2023-11-11T19:38:14Z)
• The Hateful Memes Challenge Next Move [0.0]
  ヘイトフルミームのようなテキストに埋め込まれた画像は、良心的な共同創設者のような難しい例がデータセットに組み込まれている場合、ユニモーダル推論を使って分類するのが困難である。 私たちは、Hateful Meme Challengeで優勝したチームのフレームワークに基づいて、Facebook AIのHateful Memesデータセットに加えて、より多くのラベル付きミームを生成しようとしています。 ラベル付きデータに対する半教師付き学習課題には人間の介入とフィルタリングが必要であり、新しいデータに限られた量を加えると、余分な分類性能が得られないことが判明した。
  論文  参考訳（メタデータ） (2022-12-13T15:37:53Z)
• DisinfoMeme: A Multimodal Dataset for Detecting Meme Intentionally Spreading Out Disinformation [72.18912216025029]
  偽情報ミームの検出を支援するためにDisinfoMemeを提案する。 このデータセットには、COVID-19パンデミック、Black Lives Matter運動、ベジタリアン/ベジタリアンという3つのトピックをカバーするRedditのミームが含まれている。
  論文  参考訳（メタデータ） (2022-05-25T09:54:59Z)
• Detecting and Understanding Harmful Memes: A Survey [48.135415967633676]
  我々は有害なミームに焦点を当てた総合的な調査を行っている。 興味深い発見の1つは、多くの有害ミームが実際には研究されていないことである。 別の観察では、ミームは異なる言語で再パッケージ化することでグローバルに伝播し、多言語化することもできる。
  論文  参考訳（メタデータ） (2022-05-09T13:43:27Z)
• Memotion Analysis through the Lens of Joint Embedding [2.120324540042329]
  共同埋め込みは、テキストが接地キーとして残るベクトル空間にマルチモーダルデータをエンコードする方法である。 ミームは一般的にテキストが埋め込まれた画像である。 共同埋め込みによる感情分析の問題点 結果がSOTAをわずかに上回っている
  論文  参考訳（メタデータ） (2021-11-13T09:22:39Z)
• Memes in the Wild: Assessing the Generalizability of the Hateful Memes Challenge Dataset [47.65948529524281]
  Pinterestからヘイトフルで非ヘイトフルなミームを収集して、Facebookデータセットで事前トレーニングされたモデルで、サンプル外のパフォーマンスを評価します。 1) キャプションをOCRで抽出しなければならない,2) ミームは従来のミームよりも多様であり, 会話のスクリーンショットやテキストをプレーンな背景に表示する,という2つの重要な側面がある。
  論文  参考訳（メタデータ） (2021-07-09T09:04:05Z)
• SemEval-2020 Task 8: Memotion Analysis -- The Visuo-Lingual Metaphor! [20.55903557920223]
  本提案の目的は,インターネットミームの自動処理に研究コミュニティの注意を向けることである。 タスクMemotion分析は、10Kのアノテートミームをリリースし、人間のアノテートラベルは感情(肯定的、否定的、中立的)、感情のタイプ(皮肉的、面白い、攻撃的、動機的、動機的)とそれに対応する強さである。 課題は、ミームの感情(肯定的、否定的、中立的)分析、全体的な感情(感情、皮肉、攻撃的、動機的)分類、ミームの強さの分類である。
  論文  参考訳（メタデータ） (2020-08-09T18:17:33Z)
• Semantic Search of Memes on Twitter [0.8701566919381222]
  本稿では,画像を自動的にミームとして分類するいくつかの手法を提案し,比較する。 チリのTwitterユーザから収集した大量のミームを用いて,提案手法を実験的に評価した。
  論文  参考訳（メタデータ） (2020-02-04T18:40:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。