Multimedia Event Extraction

新的RMPL框架通过分阶段训练增强多媒体事件提取能力

研究人员开发了一个名为RMPL（面向关系的多任务渐进式学习）的新框架，以改进多媒体事件提取，该过程涉及从文本和图像中识别事件及其论元。该方法通过使用来自单模态事件提取和多媒体关系提取的异构监督进行分阶段训练，解决了标注训练数据稀缺的问题。在M2E2基准上的实验表明，RMPL在与多个Vision-Language Models (VLMs)结合使用时，能够持续提高各种模态设置下的性能。