中文

TeamX@DravidianLangTech-ACL2022:基于巨魔的模因分类对比分析

计算与语言 2022-05-10 v1 人工智能 计算机视觉与模式识别 多媒体 社会与信息网络

摘要

假新闻、宣传、误传、虚假信息与有害内容在网上的传播引发了社交媒体平台、政府机构、政策制定者及整个社会的担忧。这是因为此类有害或滥用内容会对人们造成身体、情感、关系和财务等多方面的后果。在不同有害内容中,基于巨魔(trolling)的在线内容是其中之一,其意图是发布具有挑衅性、攻击性或威胁性且旨在误导受众的信息。内容可以是文本、视觉、二者结合或模因。本研究中,我们基于文本、视觉与多模态内容对基于巨魔的模因分类进行了对比分析。我们报告了关于混合代码文本、多模态设置以及结合额外数据集的若干有趣发现,这些发现显示出相对于多数基线的改进。

关键词

引用

@article{arxiv.2205.04404,
  title  = {TeamX@DravidianLangTech-ACL2022: A Comparative Analysis for Troll-Based Meme Classification},
  author = {Rabindra Nath Nandi and Firoj Alam and Preslav Nakov},
  journal= {arXiv preprint arXiv:2205.04404},
  year   = {2022}
}

备注

Accepted at DravidianLangTech-ACL2022 (Colocated with ACL-2022). disinformation, misinformation, factuality, harmfulness, fake news, propaganda, multimodality, text, images, videos, network structure, temporality