计算机应用研究

作者：徐超,浦悦,陈勇,孙凯丽,

单位：南京审计大学计算机学院,南京211815；

关键词：多模态学习,仇恨模因检测,因果关系,反事实干预,注意力机制,

基金：国家自然科学基金面上项目(62472227)；江苏省高校自然科学研究重大项目(24KJA520005)；；

仇恨模因作为社交媒体中的新型暴力载体，其语义深度根植于社会文化背景，对内容安全治理构成核心挑战。现有研究聚焦浅层模态优化，忽视语义对齐的因果依赖性，导致跨模态语义偏差。针对该问题，提出了一种基于因果掩码控制与反事实干预机制融合的多模态仇恨模因检测模型。该模型经过图像文本编码后，通过因果掩码控制机制定向建模图文特征依赖关系；进一步设计了反事实干预机制，遮蔽关键单元并量化预测概率变化，以识别仇恨语义传播的因果路径节点。基于此生成反事实语义偏置向量，驱动注意力权重进行语境自适应调节。实验结果表明，该方法在MUTE和MultiOFF数据集上F1分数分别达到71.8%和68.8%，有效缓解了背景噪声与仇恨语义的共现关联，显著提升了检测准确率。

来源：2025年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第12期