論文の概要: FigSIM: A Dataset for Fine-grained Suicide Severity and Figurative Language in Suicide Memes

• arxiv url: http://arxiv.org/abs/2606.02523v1
• Date: Mon, 01 Jun 2026 17:32:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:32.539065
• Title: FigSIM: A Dataset for Fine-grained Suicide Severity and Figurative Language in Suicide Memes
• Title（参考訳）: FigSIM: 自殺現場における細粒度自殺の重大度と具体的言語のためのデータセット
• Authors: Liuliu Chen, Elise R. Carrotte, Brian E. Chapman, Jo Robinson, Mike Conway,
• Abstract要約: 自殺のミーム(英: Suicide memes)は、自殺に関する考えや自殺に関する問題についてのコメントを表現するために使われるミームである。 FigSIMは自殺のミームのきめ細かい分析のために設計された最初のデータセットである。
• 参考スコア（独自算出の注目度）: 0.6077068694253744
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Suicide memes are memes used to express suicide-related thoughts or comment on suicide-related issues. Suicide memes are increasingly common on social media, yet remain poorly understood and potentially harmful. There is an urgent need to better understand their characteristics and to develop appropriate content moderation strategies that limits users' exposure to potentially harmful content. Currently, the absence of annotated datasets of suicide memes remains a key barrier to developing and evaluating automated moderation approaches. In this paper, we introduce FigSIM, the first dataset designed for fine-grained analysis of suicide memes. The dataset consists of 1049 memes, each annotated for (1) fine-grained suicide severity levels, (2) figurative phenomena (e.g., metaphors), and (3) suicide-related content (e.g., suicide method depiction). We benchmark 16 unimodal and multimodal models across three tasks: figurative language, suicide severity, and suicide-related content detection. Overall, FigSIM demonstrates that suicide memes pose unique challenges for both modeling and content moderation. Analysis revealed biases, such as underprediction of higher suicide severity levels, especially for figurative memes. The dataset (including splits used for analyses) is publicly available. Content Warning: This paper contains suicide-related content that may be triggering.
• Abstract（参考訳）: 自殺のミーム(英: Suicide memes)は、自殺に関する考えや自殺に関する問題についてのコメントを表現するために使われるミームである。 自殺のミームはソーシャルメディアでますます一般的になっているが、理解が不十分で有害である可能性がある。 それらの特徴をよりよく理解し、潜在的に有害なコンテンツに対するユーザーの露出を制限する適切なコンテンツモデレーション戦略を開発する必要がある。 現在、アノテートされた自殺のミームのデータセットが存在しないことは、自動モデレーションアプローチの開発と評価にとって重要な障壁である。 本稿では,自殺の主題のきめ細かい分析を目的とした最初のデータセットであるFigSIMを紹介する。 このデータセットは,(1)細粒度自殺重症度レベル,(2)図形現象(例,メタファー),(3)自殺関連内容(例,自殺方法の描写)を注釈した1049のミームから構成される。 我々は、図形言語、自殺重大度、自殺関連コンテンツ検出という3つのタスクにまたがる16の単一モーダルモデルとマルチモーダルモデルをベンチマークした。 全体として、FigSIMは、自殺のミームがモデリングとコンテンツモデレーションの両方に固有の課題をもたらすことを示した。 分析の結果、特に比喩的ミームにおいて、自殺重大度の低下などの偏見が明らかになった。 データセット(分析に使用される分割を含む)が公開されている。 コンテンツ警告: この論文には、引き金になっている可能性がある自殺関連コンテンツが含まれている。

関連論文リスト

• MemeReaCon: Probing Contextual Meme Understanding in Large Vision-Language Models [50.2355423914562]
  我々は,LVLM(Large Vision Language Models)がミームを本来の文脈でどのように理解するかを評価するために設計された,新しいベンチマークであるMemeReaConを紹介する。 私たちは5つのRedditコミュニティからミームを収集し、各ミームの画像、ポストテキスト、ユーザーコメントを一緒に保持しました。 モデルは文脈において重要な情報を解釈できないか、あるいはコミュニケーション目的を見越しながら視覚的詳細に過度に焦点を合わせるかのどちらかです。
  論文  参考訳（メタデータ） (2025-05-23T03:27:23Z)
• Lexicography Saves Lives (LSL): Automatically Translating Suicide-Related Language [4.2185937778110825]
  自殺は世界的な問題であり、自殺率を2030年までに引き下げることは国連の持続可能な開発目標の重要な目標の一つだ。 以前の研究では、他の利用可能なリソースが不足しているため、自殺に関連する英語辞書を使用して異なるターゲット言語に翻訳した。 この作業では、この問題に対処し、3つの異なるコントリビューションを行うために、'Lexicography Saves Lives Project'を導入している。
  論文  参考訳（メタデータ） (2024-12-20T02:23:36Z)
• Non-Invasive Suicide Risk Prediction Through Speech Analysis [74.8396086718266]
  自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。 我々は、wav2vec、解釈可能な音声・音響特徴、深層学習に基づくスペクトル表現の3つの特徴セットを抽出する。 我々の最も効果的な音声モデルは、6.6.2,%$のバランスの取れた精度を達成する。
  論文  参考訳（メタデータ） (2024-04-18T12:33:57Z)
• CautionSuicide: A Deep Learning Based Approach for Detecting Suicidal Ideation in Real Time Chatbot Conversation [0.0]
  自殺の早期発見は自殺の予防に役立つ。 本稿では,デジタルコンテンツにおける自殺的思考を検出するための,新しいシンプルな深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2024-01-02T04:14:16Z)
• ScAN: Suicide Attempt and Ideation Events Dataset [4.905488376442885]
  自殺未遂(SA)や自殺構想(SI)などの自殺行為は、自殺による死亡のリスク要因となっている。 このようなドキュメンテーションの正確な検出は、患者の自殺行為の監視と予測を改善するのに役立つかもしれない。
  論文  参考訳（メタデータ） (2022-05-12T17:11:07Z)
• 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)
• Memes in the Wild: Assessing the Generalizability of the Hateful Memes Challenge Dataset [47.65948529524281]
  Pinterestからヘイトフルで非ヘイトフルなミームを収集して、Facebookデータセットで事前トレーニングされたモデルで、サンプル外のパフォーマンスを評価します。 1) キャプションをOCRで抽出しなければならない,2) ミームは従来のミームよりも多様であり, 会話のスクリーンショットやテキストをプレーンな背景に表示する,という2つの重要な側面がある。
  論文  参考訳（メタデータ） (2021-07-09T09:04:05Z)
• Building and Using Personal Knowledge Graph to Improve Suicidal Ideation Detection on Social Media [4.769234388745917]
  ソーシャルメディア上での自殺思考検出のための深層ニューラルネットワークを用いた,自殺指向の知識グラフの構築と統合を行う。 ソーシャルメディアに基づく自殺思考検出は93%以上の精度を達成できることを示す。 これらのカテゴリでは、投稿されたテキスト、ストレスレベル、ストレス持続時間、投稿された画像、反響的な思考が自殺的思考の検出に寄与する。
  論文  参考訳（メタデータ） (2020-12-16T18:09:32Z)
• Revealing semantic and emotional structure of suicide notes with cognitive network science [0.0]
  この研究は、認知ネットワーク科学、心理言語学、セマンティックフレーム理論に基づいて、自殺ノートに表されるマインドセットのネットワーク表現を導入する。 自殺ノートは、肯定的な概念が集結し、ネットワーク構造全体を支配する傾向にあるように、感情的に区画化されていることを示す。 本研究は,自殺防止のための今後の研究を示唆する真の自殺ノートの構造を理解するための新たな方法を開くものである。
  論文  参考訳（メタデータ） (2020-07-23T15:11:32Z)

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。