@正在进行{fersini-etal-2022-semeval,title=“{S}em{E}val-2022任务5:多媒体自动厌词识别”,author=“费西尼、伊丽莎白和加斯帕里尼、弗朗西丝卡和Rizzi、Giulia和赛贝尼、奥罗拉和丘尔维、伯塔和罗索、保罗和Lees、Alyssa和杰弗里·索伦森“,editor=“艾默生、盖伊和Schluter、Natalie和斯坦诺夫斯基、加布里埃尔和Kumar、Ritesh和帕尔默、亚历克西斯和Schneider、Nathan和辛格、悉达思和瑞丹·希亚姆”,booktitle=“第十六届语义评估国际研讨会论文集(SemEval-2022)”,月=七月,年=“2022”,address=“美国西雅图”,publisher=“计算语言学协会”,url=“https://aclantology.org/2022.semeval-1.74”,doi=“10.18653/v1/2022.semeval-1.74”,pages=“533--549”,abstract=“本文描述了SemEval-2022任务5:多媒体自动厌女识别(MAMI)它探索了利用可用的文本和图像检测网络上的厌恶模因。该任务分为两个相关的子任务:第一个任务专注于识别模因是否厌恶(子任务a),而第二个任务致力于识别厌恶女性的类型(子任务B)。MAMI是SemEval-2022最受欢迎的任务之一,有来自13个国家的400多名参与者,65个团队参与了子任务A,41个团队参与子任务B。MAMI挑战赛收到了4214次提交的跑步记录(其中166次上传到了排行榜上),表明大家对提出的问题充满热情。描述了任务数据集的集合和注释。本文概述了为应对挑战而提出的系统,报告了在两个子任务中取得的结果,并概述了主要错误的描述,以便理解系统能力并详细说明未来的研究前景。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“fersini-etal-2022-semeval”><标题信息>2022年学期评估任务5:多媒体自动厌女症识别</titleInfo><name type=“personal”>伊丽莎白费西尼<角色>作者</角色></name><name type=“personal”><namePart type=“given”>弗兰西斯卡</namePart><namePart type=“family”>加斯帕尼</namePart><角色>作者</角色></name><name type=“personal”>朱利亚Rizzi(Rizzi)<角色>作者</角色></name><name type=“个人”>极光赛贝尼<角色>作者</角色></name><name type=“personal”>贝尔塔楚尔维<角色>作者</角色></name><name type=“personal”>保罗红牛队<角色>作者</角色></name><name type=“personal”>Alyssa李斯<角色>作者</角色></name><name type=“personal”>杰弗里索伦森<角色>作者</角色></name><originInfo><日期发布>2022-07</日期发布></originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息><title=第16届国际语义评估研讨会论文集(SemEval-2022)</title=</title信息><name type=“personal”><namePart type=“given”>盖伊艾默生<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>娜塔莉</namePart>Schluter公司<角色>编辑器</角色></name><name type=“personal”>加布里埃尔斯坦诺夫斯基<角色>编辑器</角色></name><name type=“personal”>Ritesh公司库马尔<角色>编辑器</角色></name><name type=“personal”>亚历克西斯帕尔默<角色>编辑器</角色></name><name type=“personal”>Nathan施耐德<namePart type=“family”><角色>编辑器</角色></name><name type=“personal”>Siddharth公司辛格<角色>编辑器</角色></name><name type=“personal”><namePart type=“给定”>Shyam</namePart><namePart type=“family”>拉坦</namePart><角色>编辑器</角色></name><originInfo>计算语言学协会<位置>美国西雅图</place></originInfo>会议出版物</relatedItem>本文描述了SemEval-2022任务5:多媒体自动厌词识别(MAMI),该任务探索了利用现有文本和图像检测网络上的厌词模因。该任务分为两个相关的子任务:第一个任务专注于识别模因是否厌恶(子任务a),而第二个任务致力于识别厌恶女性的类型(子任务B)。MAMI是SemEval-2022最受欢迎的任务之一,有来自13个国家的400多名参与者,65个团队参与了子任务A,41个团队参与子任务B。MAMI挑战赛收到了4214次提交的跑步记录(其中166次上传到了排行榜上),表明大家对提出的问题充满热情。描述了任务数据集的集合和注释。本文概述了为应对挑战而提出的系统,报告了在两个子任务中取得的结果,并概述了主要错误的描述,以便理解系统能力并详细说明未来的研究前景</摘要><identifier type=“citekey”>fersini-etal-2022-semeval</identifier>10.18653/v1/2022.semeval-1.74<位置><网址>https://aclantology.org/2022.semeval-1.74</url></位置><部分>2022-07年<扩展单元=“page”><开始>533</开始><end>549</范围></部分></mods></modsCollection>
%0会议记录%T SemEval-2022任务5:多媒体自动异性识别%A Fersini,伊丽莎白%弗朗西丝卡·A·加斯帕里尼%朱莉亚·里兹%奥罗拉赛本%A丘尔维,伯塔%一只红牛,保罗%A Lees,Alyssa阿利莎%杰弗里·索伦森%盖伊·艾默生%Y Schluter,娜塔莉%加布里埃尔·斯塔诺夫斯基%Y Kumar,Ritesh%亚历克西斯·Y·帕尔默%Y Schneider,内森%辛格(Y Singh,Siddharth)%Y Ratan,Shyam%第16届语义评估国际研讨会(SemEval-2022)论文集%D 2022年%7月8日%计算语言学协会%C美国西雅图%费西尼塔尔-2022-semeval%X本文描述了SemEval-2022任务5:多媒体自动厌词识别(MAMI),该任务探索了利用可用文本和图像检测网络上的厌词模因。该任务分为两个相关的子任务:第一个任务专注于识别模因是否厌恶(子任务a),而第二个任务致力于识别厌恶女性的类型(子任务B)。MAMI是SemEval-2022最受欢迎的任务之一,有来自13个国家的400多名参与者,65个团队参与了子任务A,41个团队参与子任务B。MAMI挑战赛收到了4214次提交的跑步记录(其中166次上传到了排行榜上),表明大家对提出的问题充满热情。描述了任务数据集的集合和注释。本文概述了为应对挑战而提出的系统,报告了在两个子任务中取得的结果,并概述了主要错误的描述,以便理解系统能力并详细说明未来的研究前景。%R 10.18653/v1/2022.学期-1.74%U型https://aclantology.org/2022.semeval-1.74%U型https://doi.org/10.18653/v1/2022.semeval-1.74%电话:533-549
降价(非正式)
【SemEval-2022任务5:多媒体自动厌女识别】(https://aclantology.org/2022.semeval-1.74)(Fersini等人,SemEval 2022)
国际计算语言学协会
- 伊丽莎白·费西尼(Elisabetta Fersini)、弗朗西丝卡·加斯帕里尼(Francesca Gasparini)、朱利娅·里兹(Giulia Rizzi)、奥罗拉·塞本尼(Aurora Saibene)、贝尔塔·丘尔维(Berta Chulvi)、保罗·罗索(Paolo Rosso)、艾丽莎·李斯。2022SemEval-2022任务5:多媒体自动厌女识别.英寸第16届国际语义评估研讨会论文集(SemEval-2022),第533-549页,美国西雅图。计算语言学协会。