論文の概要: AHA-Memes: A Fine-Grained Multimodal Benchmark for Understanding Hate in Arabic Memes

• arxiv url: http://arxiv.org/abs/2607.27393v1
• Date: Wed, 29 Jul 2026 19:04:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.312587
• Title: AHA-Memes: A Fine-Grained Multimodal Benchmark for Understanding Hate in Arabic Memes
• Title（参考訳）: AHA-memes:アラビア・ミームのヘイトを理解するための細粒マルチモーダルベンチマーク
• Abstract要約: AHA-ミーム(アラビア語: HAteful Memes)は、アラビア語のヘイトフルミームベンチマークで、粒度の細かいマルチラベルのアノテーションを付加した最初の大規模ベンチマークである。 データセットには、ヘイトタイプ、すなわち攻撃戦略をキャプチャする分類を使用して、5Kの注釈付きミームが含まれている。 テキストのみ、画像のみ、およびレイトフュージョンのマルチモーダルモデル、および、ゼロショットおよび微調整設定下で、数ショットのインコンテクスト学習(ICL)とオープンおよびクローズドウェイトなビジョンランゲージモデル(VLM)をベンチマークする。
• 参考スコア（独自算出の注目度）: 7.015289934068985
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hateful memes are a growing form of multimodal online harm, where hostile intent is often conveyed through the joint interpretation of images, text, cultural references, and implicit targets. While hateful meme detection has advanced in high-resource languages, Arabic remains underexplored, with existing meme resources focusing mainly on propaganda or coarse harmful-content labels. We introduce AHA-Memes (Arabic HAteful Memes), which is, to our knowledge, the first large-scale Arabic hateful meme benchmark with fine-grained, multi-label annotations. The dataset includes 5K manually annotated memes using a taxonomy that captures hate types, i.e., attack strategies. We further provide ~66K silver-labeled memes to support future studies. We benchmark text-only, image-only, and late-fusion multimodal models, as well as few-shot in-context learning (ICL) and open- and closed-weight Vision-Language Models (VLMs) under zero-shot and fine-tuning settings. Our results establish strong baselines and highlight key challenges in culturally grounded Arabic hateful meme detection. We release the dataset, annotation guidelines, and evaluation scripts to support future research. WARNING: This paper contains examples that may be disturbing to readers.
• Abstract（参考訳）: 憎しみのあるミームは、画像、テキスト、文化的な参照、暗黙のターゲットの合同解釈を通じて敵対的な意図がしばしば伝えられる、マルチモーダルなオンライン害の増大形態である。 ハイリソース言語では憎しみのあるミームの検出が進んでいるが、アラビア語は未発見のままであり、既存のミーム資源は主にプロパガンダや有害な有害なラベルに焦点を当てている。 私たちはAHA-ミーム(アラビア語 HAteful Memes)を紹介します。 データセットには、ヘイトタイプ、すなわち攻撃戦略をキャプチャする分類を使用して、5Kの注釈付きミームが含まれている。 さらに,将来の研究を支援するために,約66Kの銀ラベルミームを提供する。 テキストのみ、画像のみ、およびレイトフュージョンのマルチモーダルモデル、および、ゼロショットおよび微調整設定下で、数ショットのインコンテクスト学習(ICL)とオープンおよびクローズドウェイトなビジョンランゲージモデル(VLM)をベンチマークする。 我々の結果は強力なベースラインを確立し、文化的に根ざしたアラビア語の憎しみのあるミームの検出において重要な課題を浮き彫りにした。 今後の研究を支援するために、データセット、アノテーションガイドライン、評価スクリプトをリリースする。 WARNING: この論文には読者を混乱させる可能性のある例が含まれています。

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)
• Large Vision-Language Models for Knowledge-Grounded Data Annotation of Memes [5.243460995467895]
  本研究は,50種類のミームテンプレートを中心とした33,000以上のミームからなる大規模データセットであるClassic Memes-50-templates (CM50)を紹介する。 また,大規模な視覚言語モデルを利用して,高品質な画像キャプション,ミームキャプション,文芸機器ラベルを自動生成するアノテーションパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-01-23T17:18:30Z)
• XMeCap: Meme Caption Generation with Sub-Image Adaptability [53.2509590113364]
  社会的な意味や文化的な詳細に深く根ざした噂は、機械にとってユニークな挑戦である。 我々は、教師付き微調整と強化学習を採用するtextscXMeCapフレームワークを紹介した。 textscXMeCapは、シングルイメージのミームの平均評価スコアが75.85、マルチイメージのミームが66.32、それぞれ最高のベースラインが6.75%と8.56%を上回っている。
  論文  参考訳（メタデータ） (2024-07-24T10:51:46Z)
• Deciphering Hate: Identifying Hateful Memes and Their Targets [4.574830585715128]
  BHMにおけるヘイトフルミーム検出のための新しいデータセットについて紹介する。 データセットは、7,148のミームとコードミキシングされたキャプションで構成され、(i)憎しみのあるミームを検知し、(ii)ターゲットとする社会的実体を検知する。 これらの課題を解決するために,メメから重要なモダリティ特徴を体系的に抽出するマルチモーダルディープニューラルネットワークDORAを提案する。
  論文  参考訳（メタデータ） (2024-03-16T06:39:41Z)
• Exploring the Limits of Zero Shot Vision Language Models for Hate Meme Detection: The Vulnerabilities and their Interpretations [9.970031080934003]
  本稿では,ハイトミーム検出などの複雑なタスクに対する現代の視覚言語モデル(VLM)の有効性について検討する。 我々は、様々なプロンプトタイプを用いて、徹底的なプロンプトエンジニアリングと最先端VLMのクエリを行い、ヘイトフル/ハームフルミームを検出する。
  論文  参考訳（メタデータ） (2024-02-19T15:03:04Z)
• Meme-ingful Analysis: Enhanced Understanding of Cyberbullying in Memes Through Multimodal Explanations [48.82168723932981]
  Em MultiBully-Exは、コード混在型サイバーいじめミームからマルチモーダルな説明を行うための最初のベンチマークデータセットである。 ミームの視覚的およびテキスト的説明のために,コントラスト言語-画像事前学習 (CLIP) アプローチが提案されている。
  論文  参考訳（メタデータ） (2024-01-18T11:24:30Z)
• On the Evolution of (Hateful) Memes by Means of Multimodal Contrastive Learning [18.794226796466962]
  複数の画像から視覚要素を合成したり、テキスト情報をヘイトフル画像と融合させたりすることで、ヘイトフルミームがどのように生成されるかを研究する。 4chanから抽出したデータセット上の我々のフレームワークを用いて、Happy Merchantミームの3.3K変種を見つける。 我々のフレームワークは、ヘイトフルミームの新たな変種をフラグ付けすることで、人間のモデレーターを助けることができると期待している。
  論文  参考訳（メタデータ） (2022-12-13T13:38:04Z)
• DisinfoMeme: A Multimodal Dataset for Detecting Meme Intentionally Spreading Out Disinformation [72.18912216025029]
  偽情報ミームの検出を支援するためにDisinfoMemeを提案する。 このデータセットには、COVID-19パンデミック、Black Lives Matter運動、ベジタリアン/ベジタリアンという3つのトピックをカバーするRedditのミームが含まれている。
  論文  参考訳（メタデータ） (2022-05-25T09:54:59Z)
• 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)
• MOMENTA: A Multimodal Framework for Detecting Harmful Memes and Their Targets [28.877314859737197]
  我々は,有害ミームの検出と,対象とする社会的実体の特定という,新たな2つの課題を解決しようとしている。 特に,有害ミームの検出と,対象とする社会的実体の特定という,新たな2つの課題の解決を目指す。 我々は,世界的および地域的視点を用いて有害ミームを検出する,新しいマルチモーダル(テキスト+画像)ディープニューラルモデルMOMENTAを提案する。
  論文  参考訳（メタデータ） (2021-09-11T04:29:32Z)
• 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)

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。