嫌悪的ミーム検出は、近年注目され始めた新しい研究分野であり、ミームの視覚的・言語的理解に加え、背景知識を活用する能力が、このタスクにおいて優れた性能を発揮するために不可欠である。本技術報告書では、2020年開催のHateful Meme Detection Challengeにおける優勝手法を概説する。この手法は、最先端の視覚言語変換器（visual-linguistic transformers）を拡張することで、同問題に取り組んだものである。報告の最後に、現在のアプローチにおける課題と、今後の改善に向けた可能性のある方向性についても指摘する。