Unser Ansatz kombiniert hierarchische Embedding-Methoden und definitionsbasierte Modellierung, um Überzeugungstechniken in Memes präzise zu erkennen und zu klassifizieren.
Memes, die Text und Bilder kombinieren, nutzen häufig Metaphern, um überzeugende Botschaften zu vermitteln und die öffentliche Meinung zu beeinflussen. Unser Team hat an der SemEval-2024 Task 4 teilgenommen, einer hierarchischen Multi-Label-Klassifizierungsaufgabe, die darauf abzielt, rhetorische und psychologische Überzeugungstechniken in Memes zu identifizieren.
Ein neuartiges Mischung-von-Prompt-Experten-Modell mit blockbewusster Prompt-Fusion, das die Leistung von vortrainierten Vision-Sprache-Modellen in wenig-Schuss-Einstellungen für multimodale semantische Verständnisaufgaben deutlich verbessert.