香港科技大学在 SemEval-2023 任务 1 中的视觉词义消歧:通过上下文增强和视觉辅助
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该文章介绍了Alberta大学团队在SemEval-2023视觉词义消歧任务中的系统,使用了BabelNet中检索到的注释、文本和图像编码器的组合算法。此外,还使用语言模型生成的描述来增强上下文,提高准确性。官方提交结果排名第18,非官方结果更好。
🎯
关键要点
-
Alberta大学团队参与了SemEval-2023视觉词义消歧任务。
-
系统使用了BabelNet中检索到的注释、文本和图像编码器的组合算法。
-
比较了语言特定的编码器与应用于翻译文本的英语编码器。
-
使用语言模型生成的描述来增强上下文,提高准确性。
-
评估了使用图像生成和文本条件图像分割的其他V-WSD方法。
-
官方提交结果排名第18,非官方结果更好。
🏷️