マルチモーダルな憎悪メーム分類のためのプロンプトinge 注：「inge」は誤りで、正しくは「rompting」です。正しい翻訳は以下の通りです。 マルチモーダルな憎悪メーム分類のためのプロンプティング

憎悪表現を含むミームの分類は、複雑な推論と文脈的な背景知識を必要とする難易度の高い多モーダルタスクです。理想的には、明示的な外部知識ベースを使用して、憎悪表現を含むミームの文脈や文化的情報を補完することが望ましいですが、このようなヘイトスピーチに関する文脈情報を提供できる既知の明示的な外部知識ベースはありません。このギャップを埋めるために、私たちはPromptHateという単純ながら効果的なプロンプトベースモデルを提案します。このモデルは、事前学習済み言語モデル（Pre-trained Language Models: PLMs）にプロンプトを提示することで、憎悪表現を含むミームの分類を行います。具体的には、単純なプロンプトを作成し、文脈内でいくつかの例を提供することで、事前学習済みRoBERTa言語モデルに内在する暗黙の知識を利用します。私たちは2つの公開されている憎悪表現および攻撃的ミームデータセットで広範な実験を行いました。実験結果は、PromptHateが90.96という高いAUC（Area Under the Curve）値を達成し、憎悪表現ミーム分類タスクにおいて最先端の基準モデルを上回ることを示しています。また、様々なプロンプト設定について細かい分析とケーススタディを行い、プロンプトが憎悪表現ミーム分類に有効であることを証明しました。