MemeScouts@LT-EDI 2026: 올바른 질문을 묻기 — 혐오 표현 탐지 위한 프롬프트 기반 약한 감시 (Prompted Weak Supervision)

요약

밈과 같은 복잡하고 문화적인 맥락을 가진 콘텐츠에서 혐오 표현을 탐지하는 것은 매우 어렵습니다. 본 논문은 이러한 어려움을 극복하기 위해, 목표 지향적인 질문에 답하도록 모델을 유도하여 특징을 추출하는 '프롬프트 기반 약한 감시(PWS)' 접근법을 제안합니다. 이 방법은 기존의 단일 VLM 분류 방식보다 우수하며, 특히 중국어와 힌디어 같은 다국어 환경에서 높은 성능 향상을 입증했습니다.

핵심 포인트

• 밈과 같이 아이러니나 문화적 맥락이 중요한 콘텐츠에서의 혐오 표현 탐지는 기존 모델에 큰 도전 과제입니다.
• 본 연구는 '프롬프트 기반 약한 감시(Prompted Weak Supervision, PWS)' 접근법을 사용하여 복잡한 다중 모달 혐오 표현 탐지를 수행합니다.
• PWS는 VLM에게 목표 지향적인 질문에 답하게 하여 특징을 추출함으로써, 직접적인 분류보다 더 강력하고 일반화된 성능을 보여줍니다.
• 이 방법론은 영어뿐만 아니라 중국어와 힌디어 등 다양한 다국어 환경에서 우수한 성능과 높은 순위를 달성했습니다.