Generative Test-time Augmentation Framework with Multi-Agent Collaboration for Zero-Shot Multimodal Named Entity Recognition

计算机科学 人工智能 自然语言处理 命名实体识别 生成语法 实体链接 特征(语言学) 过程(计算) 帧(网络) 匹配(统计) 组分(热力学) 领域(数学) 生成模型
作者
Runwei Situ,Yi Cai
出处
期刊: [Association for Computing Machinery]
卷期号:: 8972-8981
标识
DOI:10.1145/3767308.3835708
摘要

Multimodal Named Entity Recognition (MNER) aims to identify entities and their types from text–image pairs, using images to resolve ambiguity in short social media posts. Existing approaches rely heavily on large-scale annotated datasets and often struggle to generalize to unseen entities. To address these limitations, we formalize the zero-shot MNER (ZeroMNER) task, where models must perform entity recognition without any labeled data. We adapt large language models (LLMs) to this setting by leveraging their strong generalization capabilities. However, our experiments show that LLMs remain inadequate for ZeroMNER, despite performing substantially better in few-shot scenarios. Motivated by this gap, we propose GTA-MA, a Generative Test-time Augmentation Multi-Agent framework that reformulates ZeroMNER as a pseudo in-context learning (ICL) problem. GTA-MA synthesizes test-aligned multimodal demonstrations at inference time, conditioned on each input instance, ensuring strong semantic relevance to the target sample and improving ICL effectiveness. GTA-MA further employs coordinated agents to generate, annotate, select, and exploit these demonstrations, forming reliable pseudo in-context supervision that enables LLMs to self-hint without requiring labeled data. Experiments on Twitter-2015 and Twitter-2017 demonstrate substantial improvements, with F1 gains of 15.13 and 14.43 points over vanilla zero-shot baselines, respectively. Moreover, GTA-MA achieves performance comparable to few-shot approaches while consistently outperforming existing zero-shot methods.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
研友_nV2Kyn完成签到,获得积分10
刚刚
hahahahaha完成签到,获得积分10
刚刚
uu完成签到 ,获得积分10
刚刚
852的应助被seanx采纳,获得10
刚刚
看不懂英语完成签到,获得积分10
3秒前
沉默疾发布了新的文献求助30
4秒前
好的好的完成签到,获得积分10
4秒前
奶芙完成签到,获得积分10
4秒前
5秒前
哈哈哈完成签到 ,获得积分10
5秒前
打打的应助被丁丁慧采纳,获得10
5秒前
Cakoibao的应助被开心德地采纳,获得10
6秒前
NexusExplorer的应助被开心德地采纳,获得10
6秒前
科研通AI6.2的应助被开心德地采纳,获得10
6秒前
科研通AI6.4的应助被开心德地采纳,获得10
6秒前
苹果饼干发布了新的文献求助50
6秒前
ding的应助被开心德地采纳,获得10
6秒前
6秒前
7秒前
RC完成签到 ,获得积分10
7秒前
7秒前
某某完成签到,获得积分10
7秒前
甜心肖宝完成签到 ,获得积分10
8秒前
Can完成签到 ,获得积分10
8秒前
轩辕完成签到 ,获得积分10
8秒前
科研通AI6.2的应助被开心德地采纳,获得10
9秒前
小蘑菇的应助被开心德地采纳,获得10
9秒前
英俊的铭的应助被开心德地采纳,获得10
9秒前
小蘑菇的应助被开心德地采纳,获得10
9秒前
隐形曼青的应助被开心德地采纳,获得50
9秒前
Hello的应助被开心德地采纳,获得20
9秒前
无花果的应助被开心德地采纳,获得10
9秒前
风格的应助被正直凡灵采纳,获得20
9秒前
小马甲的应助被开心德地采纳,获得10
9秒前
JamesPei的应助被开心德地采纳,获得10
9秒前
MrQin完成签到,获得积分10
10秒前
曾女士发布了新的文献求助10
10秒前
万能图书馆的应助被开心德地采纳,获得10
11秒前
YeGuotao发布了新的文献求助10
11秒前
星辰大海的应助被开心德地采纳,获得50
11秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Cellulose and Cellulose Derivatives: Synthesis, Modification and Applications 600
Experimentelle und numerische Modellierung des dynamischen Trag- und Verformungsverhaltens von hochflexiblen Schutzsystemen gegen Steinschlag 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8147995
求助须知:如何正确求助?哪些是违规求助? 9545862
关于积分的说明 21671772
捐赠科研通 7734989
什么是DOI,文献DOI怎么找? 3423733
关于科研通互助平台的介绍 2548672
邀请新用户注册赠送积分活动 2466680