論文の概要: UkrMeme: Multimodal Explainable Persuasion Detection in Ukrainian Memes

• arxiv url: http://arxiv.org/abs/2610.13783v1
• Date: Fri, 09 Oct 2026 16:03:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.663481
• Title: UkrMeme: Multimodal Explainable Persuasion Detection in Ukrainian Memes
• Title（参考訳）: UkrMeme:ウクライナのミームにおけるマルチモーダル説明可能な説得検出
• Abstract要約: ウクライナのミームにおける視覚言語モデル(VLM)を用いた説得的手法の検出について検討する。 UkrMemeは、説得技術に注釈を付けたウクライナの戦時中の200のミームのデータセットであり、PTM-UAはプロパガンダ950ベンチマークのサブセットのウクライナ語翻訳であり、ミームテキストを翻訳しながらオリジナルのビジュアルコンテンツを保存している。
• 参考スコア（独自算出の注目度）: 3.6130723421895947
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Memes play a central role in modern online communication, especially in contexts of political conflict where visual and textual cues combine to convey persuasive messages. We study persuasive technique detection in Ukrainian memes using vision-language models (VLMs). We introduce UkrMeme, a dataset of 200 organically produced Ukrainian wartime memes annotated for persuasion techniques, and PTM-UA, a Ukrainian translation of a subset of the Propaganda 950 benchmark that preserves original visual content while translating meme text. We evaluate VLMs in a zero-shot prompting setup across image, text, and multimodal inputs using hierarchical F1 metrics. Finally, we compare Layer-wise Relevance Propagation (LRP) and model-generated token attributions and analyze the semantic categories of evidence emphasized by each explanation method.
• Abstract（参考訳）: ミームは現代のオンラインコミュニケーションにおいて中心的な役割を担い、特に視覚とテキストの手がかりを組み合わせて説得力のあるメッセージを伝える政治的対立の文脈において重要な役割を担っている。 ウクライナのミームにおける視覚言語モデル(VLM)を用いた説得的手法の検出について検討した。 UkrMemeは、説得技術に注釈を付けたウクライナの戦時中の200のミームのデータセットであり、PTM-UAはプロパガンダ950ベンチマークのサブセットのウクライナ語翻訳であり、ミームテキストを翻訳しながらオリジナルのビジュアルコンテンツを保存している。 我々は、階層的なF1メトリクスを用いて、画像、テキスト、マルチモーダル入力のゼロショットプロンプト設定でVLMを評価する。 最後に,LRP(Layer-wise Relevance Propagation)とモデル生成トークン属性を比較し,各説明法で強調されるエビデンスの意味的カテゴリを分析する。

関連論文リスト

• Token-Region Guided Cross-Attention Fusion for Multimodal Affect Interpretation [0.0]
  本稿では,ベンガル・ミームにおける政治的意図の検出について,マルチモーダル・クロス・アテンション・フュージョン(Multimodal Cross-Attention Fusion)フレームワークを導入して論じる。 まず視覚言語モデルを用いて,ノイズの多いミーム画像から高忠実度OCRテキストを抽出する。 次に、視覚的特徴とテキスト的特徴を符号化し、モーダルなマルチヘッドアテンション機構により合成する。
  論文  参考訳（メタデータ） (2026-07-26T06:36:44Z)
• Liaozhai through the Looking-Glass: On Paratextual Explicitation of Culture-Bound Terms in Machine Translation [70.43884512651668]
  我々は、文学・翻訳研究からジェネットのパラテキスト論(1987年)を定式化し、機械翻訳におけるパラテキスト明示の課題を紹介した。 古典中国語の短編集集Liaozhaiの4つの英訳から560の専門家対応パラテキストのデータセットを構築した。 本研究は,言語的等価性を超えた機械翻訳におけるパラテクスト的明示の可能性を示すものである。
  論文  参考訳（メタデータ） (2025-09-27T16:27:36Z)
• CaMMT: Benchmarking Culturally Aware Multimodal Machine Translation [47.54347964192231]
  本稿では,5800枚以上の画像のベンチマークであるCaMMTと,英語と地域語でのパラレルキャプションを紹介する。 自動的および人的評価により、視覚的コンテキストは一般的に翻訳品質を改善する。
  論文  参考訳（メタデータ） (2025-05-30T10:42:44Z)
• MemeMQA: Multimodal Question Answering for Memes via Rationale-Based Inferencing [53.30190591805432]
  構造化された質問に対する正確な応答を求めるマルチモーダルな質問応答フレームワークであるMemeMQAを紹介する。 また,MemeMQAに対処する新しい2段階マルチモーダルフレームワークであるARSENALを提案する。
  論文  参考訳（メタデータ） (2024-05-18T07:44:41Z)
• Scene Graph as Pivoting: Inference-time Image-free Unsupervised Multimodal Machine Translation with Visual Scene Hallucination [88.74459704391214]
  本研究では,より現実的なマルチモーダル機械翻訳(UMMT)について検討する。 視覚・言語シーングラフ(SG)を用いて,入力画像とテキストを表現し,その微細な視覚言語特徴が意味論の全体的理解を確実にする。 教師なし翻訳学習には,SG-pivotingに基づく学習目的がいくつか導入されている。 提案手法は,タスクとセットアップにおいて,BLEUスコアの有意な向上により,最良性能のベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-05-20T18:17:20Z)
• SemiMemes: A Semi-supervised Learning Approach for Multimodal Memes Analysis [0.0]
  SemiMemesは、自動エンコーダと分類タスクを組み合わせて、リソース豊富な未ラベルデータを利用する新しいトレーニング手法である。 本研究は、他のマルチモーダル・セミ教師あり学習モデルよりも優れた、マルチモーダル・セミ教師あり学習手法を提案する。
  論文  参考訳（メタデータ） (2023-03-31T11:22:03Z)
• Volta at SemEval-2021 Task 6: Towards Detecting Persuasive Texts and Images using Textual and Multimodal Ensemble [7.817598216459955]
  そこで本研究では, BERT をベースとしたモデルに対して, 異なるモダリティで伝達学習手法を提案する。 57.0, 48.2, 52.1のF1スコアを対応するサブタスクで達成する。
  論文  参考訳（メタデータ） (2021-06-01T05:41:03Z)
• LTIatCMU at SemEval-2020 Task 11: Incorporating Multi-Level Features for Multi-Granular Propaganda Span Identification [70.1903083747775]
  本稿では,新聞記事におけるプロパガンダ・スパン識別の課題について述べる。 本稿では,BERT-BiLSTMに基づくプロパガンダ分類モデルを提案する。
  論文  参考訳（メタデータ） (2020-08-11T16:14:47Z)

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。