摘要

互联网上的表情包通常无害且有时令人发笑。然而，通过使用某些类型的图像、文字或两者的组合，看似无害的表情包可能变成一种多模态的仇恨言论——即仇恨表情包。仇恨表情包挑战赛（Hateful Memes Challenge）是一项前所未有的竞赛，专注于检测多模态表情包中的仇恨言论，并提出了一种包含10,000多个新的多模态内容示例的新数据集。我们利用了VisualBERT——这是一种旨在成为视觉和语言领域的BERT模型——该模型在图像和标题上进行了多模态训练，并应用了集成学习方法。我们的方法在挑战赛测试集中达到了0.811的AUROC值，准确率为0.765，并在3,173名参赛者中排名第三。