从宣传到仇恨:基于多智能体大语言模型的阿拉伯表情包多模态分析
计算与语言
2024-10-08 v2 人工智能
摘要
过去十年,社交媒体平台被用于信息的传播与消费。虽然大部分内容旨在促进公民新闻和公共意识,但也有部分内容用于误导用户。在文本、图像和视频等不同内容类型中,表情包(图像上叠加文本)尤为常见,可作为宣传、仇恨和幽默的强大载体。在现有文献中,已有针对表情包中此类内容的个别检测研究,但其交叉研究极其有限。本研究采用基于多智能体大语言模型的方法,探讨表情包中宣传与仇恨的交叉问题。我们将宣传表情包数据集扩展加入粗粒度和细粒度的仇恨标签。我们的发现表明,表情包中的宣传内容与仇恨内容之间存在关联性。我们提供的详细实验结果可为后续研究提供基准。我们将将实验资源公开至社区(https://github.com/firojalam/propaganda-and-hateful-memes)。
引用
@article{arxiv.2409.07246,
title = {Propaganda to Hate: A Multimodal Analysis of Arabic Memes with Multi-Agent LLMs},
author = {Firoj Alam and Md. Rafiul Biswas and Uzair Shah and Wajdi Zaghouani and Georgios Mikros},
journal= {arXiv preprint arXiv:2409.07246},
year = {2024}
}
备注
propaganda, hate-speech, disinformation, misinformation, fake news, LLMs, GPT-4, multimodality, multimodal LLMs