检测 Cannabis 图像中的视觉触发器：基于 CLIP 的多标签框架及局部-全局聚合

本研究探讨了线上关于大麻食用品讨论中视觉与文本特征的相互作用及其对用户参与度的影响。利用 CLIP 模型，我们分析了来自 Facebook（2021 年 3 月 1 日至 8 月 31 日）的 42,743 张图片，重点检测与食物相关的视觉元素，并考察图像属性（如彩色程度和亮度）对用户互动的影响。对于文本分析，我们利用 BART 模型作为去噪自编码器，对结构性主题建模导出的十个主题进行分类，探讨其与用户参与度的关系。线性回归分析识别出，食物相关的视觉元素（如水果、糖果和烘焙产品）与用户参与度评分之间存在显著正相关，以及参与度与大麻合法化等话题之间也存在正相关。相比之下，图像彩色程度和某些文本主题则表现出负相关。这些发现为制定警示标签和营销监管政策提供了可操作的见解，以应对 recreational 大麻食用品潜在风险。