English(EN) UkrMeme: Multimodal Explainable Persuasion Detection in Ukrainian Memes

新数据集UkrMeme助力乌克兰表情包中的视觉语言模型说服力检测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-12 04:00

研究人员推出了UkrMeme，一个包含200个乌克兰战时表情包的新数据集，并对其中的说服技巧进行了标注。该数据集以及PTM-UA（Propaganda 950基准测试的翻译子集）被用于评估视觉语言模型（VLMs）在表情包中检测说服性元素的能力。研究比较了各种输入类型的零样本提示（zero-shot prompting），并分析了诸如层相关性传播（Layer-wise Relevance Propagation, LRP）等解释方法，以了解VLMs如何识别说服性线索。 AI

影响这项研究可能促使开发更复杂的AI模型，用于分析多模态形式的宣传和说服性内容。

排序理由该集群描述了一篇介绍数据集和AI研究方法的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇介绍数据集和AI研究方法的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Nazar Andrushko, Vera Schmitt, Veronika Solopova · 2026-10-12 04:00

UkrMeme：乌克兰表情包中的多模态可解释说服力检测

arXiv:2610.13783v1 Announce Type: new 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 u…

本文如何被排名

报道来源 [1]

UkrMeme：乌克兰表情包中的多模态可解释说服力检测

相关实体

相关话题