Twitter 上网红内容的多模态分析
计算与语言
2023-09-07 v1 人工智能
计算机视觉与模式识别
摘要
网红营销涉及广泛的策略，品牌与热门内容创作者（即网红）合作，利用其触达率、信任度及对受众的影响来推广和背书产品或服务。由于网红的粉丝在收到真实产品背书而非显性直接产品推广时更可能购买产品，个人观点与商业内容推广之间的界限常常模糊。这使得与网红广告相关的监管合规违规（例如误导性广告或隐性赞助）的自动检测尤为困难。本工作中，我们（1）引入一个由 15,998 条网红帖子组成的新 Twitter（现 X）数据集，映射为商业与非商业类别，以辅助网红商业内容的自动检测；（2）使用大量结合文本与视觉信息的预测模型进行实验，表明我们提出的跨注意力方法优于最先进的多模态模型；以及（3）对我们的模型的优势与局限进行透彻分析。我们表明多模态建模有助于识别商业帖子、减少假阳性数量，并捕获有助于发现未披露商业帖子的相关上下文。
引用
@article{arxiv.2309.03064,
title = {A Multimodal Analysis of Influencer Content on Twitter},
author = {Danae Sánchez Villegas and Catalina Goanta and Nikolaos Aletras},
journal= {arXiv preprint arXiv:2309.03064},
year = {2023}
}
备注
Accepted at AACL 2023