The evolution of political memes: Detecting and characterizing internet memes with multi-modal deep learning

Huumoria ja kulttuurista relevanssia yhdistelevistä Internet-meemeistä on tullut digitaalisen aikakauden kaikkialle levinnyt artefakti. Kuten Richard Dawkins kuvasi kirjassaan The Selfish Gene (Itsekäs geeni), meemit käyttäytyvät kuin kulttuuriset geenit, sillä ne leviävät ja kehittyvät monimutkaisen ”mutaation” ja ”periytymisen” prosessin kautta. Internetissä meemit aktivoivat kulttuurin tai yhteiskunnan luontaisia ennakkoluuloja ja korvaavat joskus loogiset lähestymistavat vakuuttaviin argumentteihin. Vaikka meemit ovat menestyneet melko hyvin Internetissä, niiden havaitsemista ja kehittymistä on tutkittu liian vähän. Tässä tutkimuksessa ehdotamme ja arvioimme Meme-Hunteria, multimodaalista syväoppimismallia, jonka avulla voidaan luokitella Internetissä olevat kuvat meemeiksi ja ei-meemeiksi, ja vertaamme sitä unimodaalisiin lähestymistapoihin. Sen jälkeen käytämme kuvien samankaltaisuutta, meemikohtaista optista hahmontunnistusta ja kasvontunnistusta löytääksemme ja tutkiaksemme Twitterissä jaettujen meemien perheitä vuoden 2018 Yhdysvaltain välivaaleissa. Kartoittamalla meemimutaatiota vaaliprosessissa tämä tutkimus vahvistaa Richard Dawkinsin käsitystä meemievoluutiosta.