Il modello GeoMVC raggiunge i primi posti nella sfida di rilevamento della misoginia multimodale

Un team di ricercatori ha presentato GeoMVC (Geometric Interaction and Multi-View Consensus), un sistema innovativo progettato per identificare la misoginia nei meme di Internet. Alla CC-MMD Grand Challenge durante ICMI 2026, ha ottenuto il 2° posto nella partizione in Malayalam con un punteggio Macro F1 di 0.892 e il 3° posto nella partizione in cinese. Questo sistema affronta le complessità dei meme che presentano un conflitto semantico tra elementi visivi e testo, dove i messaggi d'odio sono spesso impliciti e culturalmente specifici. GeoMVC utilizza un Geometric Interaction Layer per modellare l'allineamento cross-modale usando prodotti di Hadamard e similarità coseno degli embedding visivi e testuali, migliorando rispetto alla concatenazione statica delle caratteristiche. Per affrontare i cambi di distribuzione dovuti a OCR rumoroso e traslitterazione code-mixed, un approccio Multi-View Consensus aggrega le previsioni da varie viste testuali. I risultati sono stati pubblicati su arXiv (2607.22709v1) e presentati alla CC-MMD Grand Challenge.