論文の概要: Detecting Propaganda Techniques in Memes

• arxiv url: http://arxiv.org/abs/2109.08013v1
• Date: Sat, 7 Aug 2021 11:56:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-19 03:12:26.187754
• Title: Detecting Propaganda Techniques in Memes
• Title（参考訳）: ミームにおけるプロパガンダ技術の検出
• Authors: Dimitar Dimitrov, Bishr Bin Ali, Shaden Shaar, Firoj Alam, Fabrizio Silvestri, Hamed Firooz, Preslav Nakov, Giovanni Da San Martino
• Abstract要約: 本稿では,ミームで使用されるプロパガンダのタイプを検出するマルチラベルマルチモーダルタスクを提案する。 950ミームの新しいコーパスを作成してリリースし、22のプロパガンダテクニックを慎重に注釈付けして、テキスト、画像、または両方に表示します。 コーパスを解析した結果,両モードを同時に理解することが,これらの手法の検出に不可欠であることが示唆された。
• 参考スコア（独自算出の注目度）: 32.209606526323945
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Propaganda can be defined as a form of communication that aims to influence the opinions or the actions of people towards a specific goal; this is achieved by means of well-defined rhetorical and psychological devices. Propaganda, in the form we know it today, can be dated back to the beginning of the 17th century. However, it is with the advent of the Internet and the social media that it has started to spread on a much larger scale than before, thus becoming major societal and political issue. Nowadays, a large fraction of propaganda in social media is multimodal, mixing textual with visual content. With this in mind, here we propose a new multi-label multimodal task: detecting the type of propaganda techniques used in memes. We further create and release a new corpus of 950 memes, carefully annotated with 22 propaganda techniques, which can appear in the text, in the image, or in both. Our analysis of the corpus shows that understanding both modalities together is essential for detecting these techniques. This is further confirmed in our experiments with several state-of-the-art multimodal models.
• Abstract（参考訳）: プロパガンダは、人々の意見や行動に特定の目標に向かって影響を与えることを目的としたコミュニケーションの形式として定義することができる。 プロパガンダは、我々が今日知っている形で、17世紀初頭まで遡ることができる。 しかし、インターネットやソーシャルメディアの出現とともに、これまでよりずっと大きな規模で普及し始めており、社会的・政治的大きな問題となっている。 現在、ソーシャルメディアにおけるプロパガンダの大部分はマルチモーダルであり、テキストとビジュアルコンテンツが混在している。 このことを念頭に,マルチラベルマルチモーダルタスクを提案する。ミームで使用されるプロパガンダ技術の種類を検出する。 我々はさらに、テキスト、画像、または両方に現れる22のプロパガンダテクニックを慎重に注釈付けした、950のミームの新しいコーパスを作成し、リリースする。 コーパスの分析により,両様相の理解がこれらの手法の検出に不可欠であることが判明した。 これは、いくつかの最先端マルチモーダルモデルを用いた実験でさらに確認された。

関連論文リスト

• PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
  プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。 Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。 Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
  論文  参考訳（メタデータ） (2024-09-19T06:28:18Z)
• Propaganda to Hate: A Multimodal Analysis of Arabic Memes with Multi-Agent LLMs [7.217569932870683]
  本研究では,ミームにおけるプロパガンダと憎悪の交わりについて検討する。 我々は、粗い、きめ細かい憎悪ラベルでプロパガンダ的なミームデータセットを拡張した。 我々の発見は、ミームにプロパガンダと憎悪の関連があることを示唆している。
  論文  参考訳（メタデータ） (2024-09-11T13:04:34Z)
• Fighting Malicious Media Data: A Survey on Tampering Detection and Deepfake Detection [115.83992775004043]
  近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。 本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
  論文  参考訳（メタデータ） (2022-12-12T02:54:08Z)
• Overview of the WANLP 2022 Shared Task on Propaganda Detection in Arabic [32.27059493109764]
  WANLP 2022ワークショップの一環として、アラビア語のツイートでプロパガンダテクニックを検出するタスクを実行しました。 Subtask1は、マルチラベル分類問題であるツイートで使用されるプロパガンダテクニックのセットを特定するよう要求する。 Subtask2は、各プロパガンダテクニックが現れるテキストの正確なスパンと共に、ツイートで使用されるプロパガンダテクニックを検出するように要求する。
  論文  参考訳（メタデータ） (2022-11-18T07:04:31Z)
• Large Language Models for Multi-label Propaganda Detection [0.0]
  マルチラベル環境下でのプロパガンダ検出処理を行うWANLP 2022共有タスクに対するアプローチについて述べる。 このタスクは、与えられたテキストを1つ以上のプロパガンダ技術を持つものとしてラベル付けするようモデルに要求する。 5つのモデルのアンサンブルがタスクで最高のパフォーマンスを示し、マイクロF1スコアは59.73%である。
  論文  参考訳（メタデータ） (2022-10-15T06:47:31Z)
• Detecting and Understanding Harmful Memes: A Survey [48.135415967633676]
  我々は有害なミームに焦点を当てた総合的な調査を行っている。 興味深い発見の1つは、多くの有害ミームが実際には研究されていないことである。 別の観察では、ミームは異なる言語で再パッケージ化することでグローバルに伝播し、多言語化することもできる。
  論文  参考訳（メタデータ） (2022-05-09T13:43:27Z)
• Detection of Propaganda Techniques in Visuo-Lingual Metaphor in Memes [7.538482310185133]
  ソーシャルメディア革命は、インターネットミームと呼ばれるソーシャルメディアプラットフォームにユニークな現象をもたらした。 本稿では,近年インターネットミームでよく見られるプロパガンダを扱う。 インターネットミームにおけるプロパガンダを検出するために,マルチモーダル深層学習融合システムを提案する。
  論文  参考訳（メタデータ） (2022-05-03T18:33:27Z)
• The Spread of Propaganda by Coordinated Communities on Social Media [43.2770127582382]
  我々は、2019年イギリス総選挙に関する大規模なTwitterデータセット上で、プロパガンダの拡散とその協調行動との相互作用を分析する。 プロパガンダの利用と協調行動を組み合わせることで、異なるコミュニティの真正性と有害性を明らかにすることができる。
  論文  参考訳（メタデータ） (2021-09-27T13:39:10Z)
• Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
  本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。 本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
  論文  参考訳（メタデータ） (2020-11-13T10:19:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。