SemEval-2027 设多模态新闻框架分析任务,覆盖四种语言
preslav_nakov · x · 2026-10-16
SemEval-2027 Task 9「新闻中的多模态框架分析」正式开放征稿，研究新闻文本与配图如何互相强化或矛盾地塑造读者认知。
- 两个子任务：Subtask 1 为段落级细粒度文本框架分类；Subtask 2 为图像框架评估，分 oracle 与 blind 两种设定。
- 四种语言：英语、保加利亚语、欧洲葡萄牙语、俄语，参赛者可任选子任务-语言组合参加。
- 评测基准：基于 Card et al. 的 14 类媒体框架分类体系。
- 评测窗口：2027 年 1 月 10 日至 31 日，现已开放团队注册。
任务 motivation 在于图像可能以不同于文本的方式框定新闻事件，对媒体画像、跨国新闻实践比较与操纵意图识别有研究价值，也支持端到端的多模态推理分析（文本分析→图像分析）。
「研究」频道最新
- Cohere Labs 多篇研究入选 EMNLP 2026,将在布达佩斯发表 — Cohere_Labs · 2026-10-16
- Papers with Code 上线持续学习任务页，收录 1348 篇论文 — erhannah · 2026-10-16
- Google 实习生发布 DuoDiscover,登顶 NVIDIA SOL-ExecBench — berkeley_ai · 2026-10-16
- MIT AI 模型解码细胞通信语言，瞄准再生医学 — emmanuelvivier · 2026-10-16
- 视觉预训练模型做触觉预测有多难?机器人研究者激辩跨模态迁移 — KyleMorgenstein · 2026-10-16
- Tsallis 熵正则化最优 transport 统一 Monge 与 Sinkhorn 两大框架 — FrnkNlsn · 2026-10-16