CSECU-DSG في مهمة Semeval-2021: قم بتنظيم البنيات العصبية متعددة الوسائط لتحديد تقنيات الإقناع في النصوص والصور

إن إشراق تقنيات الإقناع في الميمات هو الطريقة الأكثر تأثيرا للتأثير على عقليات الشعوب. إن الناس يميلون أكثر إلى الميمات لأنهم أكثر تحفيزا وغالبا ما يتم استغلال الأيمن وغالبا ما يتم استغلال الأيمن بسلامة الدعاية بسلامة في سياقها بقصد تحقيق جدول أعمال محدد. تصف هذه الورقة مشاركتنا في المهام الفرعية الثلاثة التي ظهرت مهمة Semeval 2021 6 على اكتشاف تقنيات الإقناع في النصوص والصور. نستخدم الانحدار من الانحدار اللوجستي، وشجرة القرار، والتقوية التي تم ضبطها بشكل جيد لمعالجة المراكط الفرعية 1. أما بالنسبة ل SubTask 2، نقترح نظام يقوم بدمج نموذج تحديد SPE SPAN ونموذج تصنيف متعدد التسميات يعتمد على بيرتف مدرب مسبقا. نحن نتطلع إلى تصنيف متعدد العلامات متعددة الوسائط للميمات المحددة في SubTask 3 عن طريق الاستفادة من طراز الصور المستند إلى RESNENT50 ونموذج النص المستند إلى Distilbert، وهي عبارة عن بنية متعددة الوسائط بناء على طراز Multikernel CNN + LSTM و MLP. توضح النتائج الأداء التنافسي لأنظمنا.

Inscribing persuasion techniques in memes is the most impactful way to influence peoples' mindsets. People are more inclined to memes as they are more stimulating and convincing and hence memes are often exploited by tactfully engraving propaganda in its context with the intent of attaining specific agenda. This paper describes our participation in the three subtasks featured by SemEval 2021 task 6 on the detection of persuasion techniques in texts and images. We utilize a fusion of logistic regression, decision tree, and fine-tuned DistilBERT for tackling subtask 1. As for subtask 2, we propose a system that consolidates a span identification model and a multi-label classification model based on pre-trained BERT. We address the multi-modal multi-label classification of memes defined in subtask 3 by utilizing a ResNet50 based image model, DistilBERT based text model, and a multi-modal architecture based on multikernel CNN+LSTM and MLP model. The outcomes illustrated the competitive performance of our systems.