社交媒体上国家资助宣传的多模态识别

近年来，互联网上国家资助宣传的泛滥已成为一个令人关切的问题。尽管在识别国家资助的互联网宣传方面已做出诸多努力，但由于宣传的模糊定义导致数据标注不可靠，且海量潜在预测特征使模型难以解释，该问题远未解决。本文首次尝试为该任务构建平衡数据集。该数据集由三个不同组织在两个时间段内的宣传内容组成。提出了一种仅基于视觉与文本内容检测宣传信息的多模型框架，在检测这三个组织宣传时取得了良好性能：同时间段（训练与测试均使用同一时间段数据）下 F1=0.869，跨时间段（基于过去数据训练、未来数据测试）下 F1=0.697。为降低假阳性预测的影响，我们调整阈值以检验假阳性率与真阳性率之间的关系，并利用可视化工具对模型预测提供解释，从而增强框架的可解释性。我们的新数据集与通用框架为该识别国家资助互联网宣传的任务提供了有力基准，并指出了未来工作的潜在路径。