超越表情图：基于 Telegram 阴谨论的多模态主题建模方法

为解决社交媒体上（音频）视觉数据日益增长的现象，以及捕捉这种通信的动态演化特征，研究者们开始探索基于无监督方法的多模态在线内容分析潜力。然而，现有研究常常忽视表情图之外的视觉内容， Additionally lacks methods to compare topic models across modalities. 本研究通过对德语 Telegram 频道中阴谨论进行多模态主题建模，来弥补这些缺失。我们采用 BERTopic 结合 CLIP，对来自 2023 年 10 月在 571 个以散布阴谨论为主的德语 Telegram 频道中发布的约 4 万条 Telegram 消息的语料库进行分析。通过该数据集，我们通过分析跨模态主题的对称性与交集，提供关于单模态与多模态主题模型的洞见。我们展示了通过主题建模发现的渠道中所共享的文本与视觉内容的多样性，并提出一种用于阴谨论传播中文本与视觉话语策略分析的概念框架。我们在以“以色列-加沙”为主题的案例研究中运用了该框架。