UAlberta在SemEval-2023任务1：面向多语言视觉词义消歧的上下文增强与翻译
UAlberta at SemEval-2023 Task 1: Context Augmentation and Translation for Multilingual Visual Word Sense Disambiguation
AI总结：
阿尔伯塔大学团队为SemEval-2023 V-WSD任务提出结合BabelNet释义与多模态编码器的新算法，通过语言模型生成描述增强短上下文以提升准确率，最终在56支队伍中排名第18。
摘要：
我们描述了阿尔伯塔大学团队为SemEval-2023视觉词义消歧（V-WSD）任务开发的系统。我们提出了一种新颖的算法，利用从BabelNet检索到的词汇释义，并结合文本和图像编码器。此外，我们将特定语言的编码器与应用于翻译文本的英文编码器进行了比较。由于任务数据集中提供的上下文极其简短，我们还尝试使用语言模型生成的描述来增强这些上下文。这显著提高了准确率。我们描述并评估了其他使用图像生成和文本条件图像分割的V-WSD方法。总体而言，我们官方提交的结果在56支队伍中排名第18。我们的一些非官方结果甚至优于官方结果。我们的代码已在https://github.com/UAlberta-NLP/v-wsd公开发布。
英文摘要：
We describe the systems of the University of Alberta team for the SemEval-2023 Visual Word Sense Disambiguation (V-WSD) Task. We present a novel algorithm that leverages glosses retrieved from BabelNet, in combination with text and image encoders. Furthermore, we compare language-specific encoders against the application of English encoders to translated texts. As the contexts given in the task datasets are extremely short, we also experiment with augmenting these contexts with descriptions generated by a language model. This yields substantial improvements in accuracy. We describe and evaluate additional V-WSD methods which use image generation and text-conditioned image segmentation. Overall, the results of our official submission rank us 18 out of 56 teams. Some of our unofficial results are even better than the official ones. Our code is publicly available at https://github.com/UAlberta-NLP/v-wsd.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
