摘要
仇恨和攻击性内容检测在单一模态（如文本）中已得到广泛研究。然而，此类有毒信息也可能通过多模态内容（如在线表情包）进行传播。因此，多模态仇恨内容检测最近引起了学术界和工业界研究社区的广泛关注。本文旨在为这一新兴研究领域做出贡献，提出了一种名为 DisMultiHate 的新框架，用于多模态仇恨内容的分类。具体而言，DisMultiHate 被设计用于解耦多模态表情包中的目标实体，以提高仇恨内容分类的准确性和可解释性。我们在两个公开的仇恨和攻击性表情包数据集上进行了广泛的实验。实验结果表明，DisMultiHate 在多模态仇恨表情包分类任务中优于现有的最先进的单模态和多模态基线模型。此外，我们还进行了实证案例分析，展示了 DisMultiHate 解耦表情包中目标实体的能力，并最终证明了其在多模态仇恨内容分类任务中的可解释性。