【论文标题】Incorporating Multimodal Information in Open-Domain Web Keyphrase Extraction 【作者团队】Yansen Wang, Zhen Fan, Carolyn P. Rose 【发表时间】2020/11/01 【论文链接】https://www.aclweb.org/anthology/2020.emnlp-main.140.pdf 【推荐理由】 本文来自卡内基梅隆大学，发表于EMNLP2020。文章提出了一种融合多模态信息进行开放域关键词提取的模型，模型在相关数据集上取得了SOTA的结果。 网页上的开放域关键短语抽取（KPE）是一项基础而复杂的NLP任务，在信息检索领域有着广泛的实际应用。传统的KPE任务大多基于普通文本类型，即只能利用文本这一种模态信号。而网页旨在方便用户导航和信息查询，因此从设计上遵循固定的策略，如字体大小、格式、布局等视觉信息。基于此，作者设计了一个基于多模态的web开放域关键短语抽取模型，该模型整合了文本和视觉等多模态信息，相比传统使用单模态信息的模型取得了更好的效果。

内容中包含的图片若涉及版权问题，请及时与我们联系删除