論文の概要: SACRED: A Faithful Annotated Multimedia Multimodal Multilingual Dataset for Classifying Connectedness Types in Online Spirituality

• arxiv url: http://arxiv.org/abs/2603.27331v1
• Date: Sat, 28 Mar 2026 16:26:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.905921
• Title: SACRED: A Faithful Annotated Multimedia Multimodal Multilingual Dataset for Classifying Connectedness Types in Online Spirituality
• Title（参考訳）: SACRED:オンラインスピリチュアリティにおける接続型分類のための忠実なアノテーション付きマルチメディアマルチモーダル多言語データセット
• Authors: Qinghao Guan, Yuchen Pan, Donghao Li, Zishi Zhang, Yiyang Chen, Lu Li, Flaminia Canu, Emilia Volkart, Gerold Schneider,
• Abstract要約: 宗教と神学の研究において、霊性は文化を超越した理由から、重要な研究の注目を集めている。 社会科学者はしばしば限られたデータセットを頼りにしており、基本的にオンラインでは利用できない。 本研究では,高品質なマルチメディアマルチモーダルデータセットである textbfSACRED を開発した。
• 参考スコア（独自算出の注目度）: 15.087146241900816
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In religion and theology studies, spirituality has garnered significant research attention for the reason that it not only transcends culture but offers unique experience to each individual. However, social scientists often rely on limited datasets, which are basically unavailable online. In this study, we collaborated with social scientists to develop a high-quality multimedia multi-modal datasets, \textbf{SACRED}, in which the faithfulness of classification is guaranteed. Using \textbf{SACRED}, we evaluated the performance of 13 popular LLMs as well as traditional rule-based and fine-tuned approaches. The result suggests DeepSeek-V3 model performs well in classifying such abstract concepts (i.e., 79.19\% accuracy in the Quora test set), and the GPT-4o-mini model surpassed the other models in the vision tasks (63.99\% F1 score). Purportedly, this is the first annotated multi-modal dataset from online spirituality communication. Our study also found a new type of connectedness which is valuable for communication science studies.
• Abstract（参考訳）: 宗教と神学の研究において、霊性は文化を超越するだけでなく、個々の個人にユニークな経験を与えるという理由から、重要な研究の注目を集めている。 しかし、社会科学者はしばしば限られたデータセットに依存しており、基本的にオンラインでは利用できない。 本研究では,社会科学者と協力して,高品質なマルチメディアマルチモーダルデータセットである「textbf{SACRED}」を開発し,分類の忠実さを保証した。 従来のルールベースおよび微調整アプローチと同様に,13のLLMの性能評価を行った。 その結果、DeepSeek-V3モデルはこのような抽象概念(Quoraテストセットの79.19\%精度)の分類に優れており、GPT-4o-miniモデルはビジョンタスクの他のモデル(63.99\% F1スコア)を上回った。 これは、オンラインのスピリチュアリティコミュニケーションから得られた最初の注釈付きマルチモーダルデータセットである。 また,コミュニケーション科学研究に有用な新しいタイプの接続性についても検討した。

関連論文リスト

• Towards Unified Multimodal Misinformation Detection in Social Media: A Benchmark Dataset and Baseline [56.790045049514326]
  詐欺の2つの主要な形態は、人造誤報とAI生成コンテンツである。 両形態の偽造を扱うためのフレームワークであるUMFDet(Unified Multimodal Fake Content Detection)を提案する。 UMFDetは、両方の誤情報型に対して堅牢で一貫したパフォーマンスを実現し、特殊ベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-09-30T09:26:32Z)
• Are Multimodal Embeddings Truly Beneficial for Recommendation? A Deep Dive into Whole vs. Individual Modalities [18.48204804253543]
  マルチモーダルレコメンデーション(MMRec)は、テキストと視覚的な埋め込みを活用する主流パラダイムとして登場した。 本稿では,現代MMRecモデルにおけるテキストと視覚的埋め込みの役割を,全体としても個人的にも検討する。
  論文  参考訳（メタデータ） (2025-08-10T15:59:21Z)
• Cross-Modal Few-Shot Learning: a Generative Transfer Learning Framework [58.362064122489166]
  本稿では,ラベル付きデータに頼らず,複数のモードにまたがるインスタンスの認識を目的としたクロスモーダルなFew-Shot Learningタスクを提案する。 本研究では,人間が概念を抽象化し,一般化する方法をシミュレートし,ジェネレーティブトランスファー学習フレームワークを提案する。 GTLは、RGB-Sketch、RGB-赤外線、RGB-Depthの7つのマルチモーダルデータセットにまたがる最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-10-14T16:09:38Z)
• MMSci: A Dataset for Graduate-Level Multi-Discipline Multimodal Scientific Understanding [59.41495657570397]
  本稿では,72の科学分野をカバーするNature Communicationsの記事からまとめられた包括的データセットについて述べる。 2つのベンチマークタスク(図のキャプションと複数選択)で19のプロプライエタリモデルとオープンソースモデルを評価し,人手による注釈を行った。 タスク固有データを用いた細調整Qwen2-VL-7Bは、GPT-4oや人間の専門家でさえも、マルチチョイス評価において優れた性能を示した。
  論文  参考訳（メタデータ） (2024-07-06T00:40:53Z)
• Explainable Multimodal Sentiment Analysis on Bengali Memes [0.0]
  ミームの根底にある感情を理解し、解釈することは、情報の時代において重要になっている。 本研究ではResNet50とBanglishBERTを用いたマルチモーダル手法を用いて0.71重み付きF1スコアの良好な結果を得た。
  論文  参考訳（メタデータ） (2023-12-20T17:15:10Z)
• Multi-channel Attentive Graph Convolutional Network With Sentiment Fusion For Multimodal Sentiment Analysis [10.625579004828733]
  本稿では,Multi- Channel Attentive Graph Convolutional Network (MAGCN)を提案する。 クロスモーダルな対話型学習と感傷的特徴融合の2つの主要コンポーネントで構成されている。 実験は、広く使われている3つのデータセットで実施される。
  論文  参考訳（メタデータ） (2022-01-25T12:38:33Z)
• Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality Profiling [74.83957286553924]
  我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。 実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
  論文  参考訳（メタデータ） (2021-06-20T10:48:49Z)
• What Makes Multimodal Learning Better than Single (Provably) [28.793128982222438]
  複数のモダリティを持つ学習は、モダリティのサブセットを使用することで、より少ない人口リスクを達成できることを示す。 これは、実際のマルチモーダル応用で観測された重要な定性的現象を捉えた最初の理論的治療である。
  論文  参考訳（メタデータ） (2021-06-08T17:20:02Z)
• I Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance [79.05613148641018]
  我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。 最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2020-02-05T11:10:44Z)

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。