Overview of ImageArg-2023: The First Shared Task in Multimodal Argument Mining

要約

このペーパーでは、EMNLP 2023 の第 10 回引数マイニング ワークショップと併催された最初のマルチモーダル引数マイニング共有タスクである ImageArg 共有タスクの概要を説明します。共有タスクは 2 つの分類サブタスクで構成されます – (1) サブタスク A: 引数スタンス分類
;
(2) サブタスク B: 画像の説得力の分類。
前者は、物議を醸すトピック (銃規制や中絶など) に対する画像とテキストを含むツイートのスタンスを決定します。
後者は、画像がツイートのテキストに説得力を与えるかどうかを決定します。
共有タスクには、6 か国の 9 つの異なるチームから、サブタスク A には 31 件の提出、サブタスク B には 21 件の提出がありました。
サブタスク A の最高の提出物は 0.8647 の F1 スコアを達成し、サブタスク B の最高の提出物は 0.5561 の F1 スコアを達成しました。

要約(オリジナル)

This paper presents an overview of the ImageArg shared task, the first multimodal Argument Mining shared task co-located with the 10th Workshop on Argument Mining at EMNLP 2023. The shared task comprises two classification subtasks – (1) Subtask-A: Argument Stance Classification; (2) Subtask-B: Image Persuasiveness Classification. The former determines the stance of a tweet containing an image and a piece of text toward a controversial topic (e.g., gun control and abortion). The latter determines whether the image makes the tweet text more persuasive. The shared task received 31 submissions for Subtask-A and 21 submissions for Subtask-B from 9 different teams across 6 countries. The top submission in Subtask-A achieved an F1-score of 0.8647 while the best submission in Subtask-B achieved an F1-score of 0.5561.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google