-
题名基于多模态大语言模型的攻击性模因解释生成方法
被引量：2
- 1
-
-
作者
林萌
戴程威
郭涛
-
机构
中国科学院信息工程研究所
中国科学院大学网络空间安全学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2024年第5期1206-1217,共12页
-
文摘
随着5G的发展,攻击性言论逐渐以多模态的方式在社交网络上广泛传播.因此,攻击性模因的检测与解释生成对于提高内容审核效果、维护和谐健康的舆论场环境有着重要的作用.现有的攻击性模因解释生成研究只关注于攻击对象和攻击内容,忽略了模因包含的社会背景知识和隐喻表达手法,无法全面、准确地解释攻击性模因的含义,大大限制了解释的应用范围.为了应对这一挑战,提出一种基于多模态大模型的攻击性模因解释生成方法,通过增强攻击目标、攻击内容和隐喻识别等多种指令数据,利用其微调多模态大模型,以提升大模型对攻击性模因的解释生成能力.实验结果证实,该方法生成的解释具有3点优势:一是相比基线模型在BERTScore评估指标上提高了19%;二是解释中包含了攻击性隐喻表达的相关背景知识;三是在处理未见的模因数据时也表现出良好的泛化性能.
-
关键词
攻击性模因
解释生成
多模态大语言模型
数据增强
指令微调
-
Keywords
offensive meme
explanation generation
multi-modal LLM
data augment
instruction fine-tuning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
