-
任务简介：
- 梗图（Meme）由图片和对应的文本组成，以图文结合的方式形成幽默效果，其中文本一般是对图片的注释或曲解。本次评测基于Meme数据集进行图文多模态幽默识别，包含两个任务。任务一：Meme幽默程度比较；任务二：Meme幽默等级划分。
- 官网：http://cips-cl.org/static/CCL2021/cclEval/humorcomputation/index.html
-
时间：2021.4~2021.7
-
数据示例
任务一：Meme幽默程度比较 ：本任务要求参赛系统对给定的两个Meme进行幽默程度的比较，从中选出两者中更幽默的Meme。
任务二：Meme幽默等级划分：要求参赛系统对给出的单个Meme进行分析，预测该Meme的幽默等级。
-
数据说明
注：两者训练集相同
数据集 任务一 任务二 下载 训练集 3000 3000 √ A榜测试集 500 500 √ B榜测试集 1000 1000 √ -
竞赛方案
最终指标=任务一F1 + 任务二F1
方案 汇报题目 指标 代码 4 (2:38:24~2:58:30) 一种基于预训练模型的多模态幽默识别方法，韩超（云南大学） 1.130 × 5 (2:59:05~3:10:30) 基于Transformer编码器的多模态幽默识别方法，李振（哈尔滨工业大学） 1.090 × 6 (3:31:10~3:44:10) 一种基于Bert模型的幽默识别方法，吴绍武（南方科技大学） 0.995 × 3 (3:11:25~3:29:30) 多预训练模型集成的数据增强图文幽默识别，耿源羚（大连理工大学） 1.198 × 2 (3:44:50~4:01:30) 一种基于多模态集成学习的幽默识别方法，陈佳豪(好未来) 1.308 × 1 (4:02:00~4:21:20) A Simple Approach for Humor Classification on Memes using Transfer Learning，陈雨涛（北京理工大学） 1.403 × -
推荐资料
评测总结（2:29:40~2:37:40）
