链接如下：
https://www.kaggle.com/competitions/multi-label-classification-competition-22/overview
训练集是CSV文件，其中包含了图片编号、label、描述
测试集也是CSV文件，包含了图片编号和描述。需要预测出label
评分以F1为准。因为刚刚入门深度学习，以前也只做过单纯的图像分类或者单纯的文字模型，这种结合的就不知道怎么做了。
求推荐一下类似的模型，比如图像分类比较好的VGG19, ResNet这种，有类似的模型能二合一处理东西吗。
有论文链接最好，谢谢了。
