ACLMay, 2022

TeamX@DravidianLangTech-ACL2022: 基于 Troll 的 Meme 分类的比较分析

PDF
TL;DR本研究对网络 “喷子” 产生的恶意文本、图片和二者融合的混合内容进行了分类和对比分析。结果表明，基于多语言的文本和二者融合的混合内容分类性能更好，相较于基准算法有所提升。
fake newspropagandamisinformationtrolling-based online contentmultimodal content classification
发现论文，激发创造
  • hate-alert@DravidianLangTech-ACL2022: 集成多模态技术用于泰米尔语嘲讽 Meme 分类

    我们探索了多种模型来检测泰米尔语中的僵尸谷迷因，发现基于图像的模型 VGG16 在检测僵尸谷迷因上表现优异，但基于文本的模型 MURIL 在检测非僵尸谷迷因上表现更好，将这两种模型结合起来，我们达到了稳定的结果并在 ACL-2022 的 “DravidianLangTech2022” 中排名第二，实现了加权平均 F1 得分为 0.561。

    Mar, 2022

  • 研究视觉和文本特征以识别多模态社交媒体模因中的喷子

    本研究介绍了一个基于多模态特征和融合方法的计算模型，使用 XLNet 取得最高的加权 f1 分数 0.58，并在对多模态社交媒体 meme Troll 的分类任务中获得第三名。

    Feb, 2021

  • 检测和理解有害的网络恶搞，一项调查

    该综述以有害网络迷因为研究对象，提出了新的分类方法，调查了相关研究现状，发现现有的数据集存在问题，迷因可通过多种语言进行传播，涉及的多模态语言和技术难题需要面对。

    May, 2022

  • 多模态和可解释的网络模因分类

    本文针对当前因网络平台被用于地缘政治事件和社会问题而使得互联网谣言的信息审核变得更加困难，旨在设计实现一个多模态分类方法，利用文本和图像来识别有害的网络谣言，通过举例和原型推理比较示范算法之间的性能差异，为社区提供启发，同时设计一种用户友好的界面以方便对比分析结果。

    Dec, 2022

  • 模因分析：通过多模态解释增进对网络欺凌的认识

    通过提出多模式解释与 CLIP 投影的多模式共享私有多任务方法，首次为混合代码网络欺凌迷因引入了一种鲜明的基准数据集，并通过实验结果证明，训练多模式解释可以提高生成文本解释的性能，并更准确地识别支持决策的视觉证据，从而可靠地提升性能。

    Jan, 2024

  • 检测有害模因及其攻击目标

    本研究提出了两种新的问题定义：检测有害的互联网模因及其攻击的社会实体，并提供了 HarMeme 数据集。评估结果表明，使用多模态信号对这两个任务都很重要，但是需要进一步研究来解决现有模式的局限性。

    Sep, 2021

  • BanglaAbuseMeme：孟加拉语辱骂梗分类数据集

    使用社交媒体平台增加了信息共享，也导致在线滥用的急剧增加。Memes 是一种滥用个人或社群的简单而有效的方式，因此有必要开发检测和标记滥用 Memes 的高效模型。本文构建了一个孟加拉 Memes 数据集，并使用该数据集实现了多种基准模型来对滥用 Memes 进行分类。我们观察到使用文本和视觉信息的多模态模型优于单模态模型，最佳模型的宏 F1 分数达到了 70.51。最后，我们对最佳文本、图像和多模态模型的错误分类的 Memes 进行了定性错误分析。

    Oct, 2023

  • 毒性模因：关于检测和解释模因毒性的计算视角调查

    通过系统的调查与综述，我们填补了对有毒模因的内容分析的备受争议的术语和未探索趋势的先前相关研究的空白。我们对 118 篇新论文进行了调查，分析了 158 项内容为基础的有毒模因分析工作。我们提出了对模因有毒性类型进行分类的新分类法，并鉴别了模因有毒性的三个内容维度：目标、意图和传达策略。研究还分析了一些关键挑战和最新趋势，如增强的跨模态推理、专家和文化知识的整合、自动毒性解释的需求以及在资源匮乏语言中处理模因有毒性。最后，我们提出了推进有毒模因检测和解析的路径。

    Jun, 2024

  • 仇恨表情包检测的多模态学习

    本文提出了一种新的多模态方法，将图像字幕流程融合到恶意模因检测过程中，以提高其有效性，以在 Hateful Memes Detection Challenge 上取得了良好的结果。

    Nov, 2020

  • 阿拉伯迷因中的宣传内容

    通过为阿拉伯语模态研究开发一个包含传播性内容的阿拉伯语 memes 数据集，并进行了综合分析，旨在为其检测开发计算工具。

    Jun, 2024