Echoes of Unrest：用多模態 NLP 框架早期預警假新聞和暴力動員活動

社交媒體的快速發展在促進全球資訊交換的同時，也加速了錯誤資訊的傳播。假新聞、被操弄的內容以及挑釁性的敘事，正日益與社會動亂、政治不穩定以及暴民暴力產生關聯。南亞及其他地區的案例顯示，透過 Facebook 和 WhatsApp 等平台傳播的虛假資訊可能引發現實世界的傷害，且其傳播速度往往快於事實查核的回應能力。

為解決此挑戰，研究提出了一套多語言、多模態的自然語言處理（NLP）框架，用於早期偵測錯誤資訊與具有暴力傾向的社群動態。該框架整合了用於多語言文本表示的 XLM-RoBERTa、用於視覺嵌入的 CLIP，以及用於多模態融合的 multi-head attention mechanism，並增強了包含諷刺和地理空間元數據等輔助特徵。

研究團隊創建了一個融合數據集，包含 138,256 筆孟加拉語和英文樣本，這些樣本是通過結合多個基準數據集而形成的。在分層 30% 子集上的實驗顯示，該框架達到了 98% 的測試準確率，並具備強大的精確率和召回率。結果證明了多模態方法在早期錯誤資訊偵測方面的有效性，並突顯了地理空間信號在預測現實世界升級方面的額外價值。