De evolutie van politieke memes: Detecting and characterizing internet memes with multi-modal deep learning

Humor combineren met culturele relevantie, internetmemes zijn een alomtegenwoordig artefact van het digitale tijdperk geworden. Zoals Richard Dawkins in zijn boek The Selfish Gene beschreef, gedragen memes zich als culturele genen, aangezien ze zich via een complex proces van ‘mutatie’ en ‘overerving’ voortplanten en evolueren. Op het internet activeren deze memes inherente vooroordelen in een cultuur of samenleving, die soms in de plaats komen van logische benaderingen van overtuigende argumenten. Ondanks hun succes op het internet zijn hun detectie en evolutie nog steeds onvoldoende bestudeerd. In dit onderzoek stellen we Meme-Hunter voor, een multimodaal deep learning model om afbeeldingen op het Internet te classificeren als memes versus niet-memes, en vergelijken dit met unimodale benaderingen. Vervolgens gebruiken we beeldgelijkenis, meme-specifieke optische karakterherkenning en gezichtsdetectie om families van memes te vinden en te bestuderen die gedeeld zijn op Twitter tijdens de tussentijdse verkiezingen van 2018 in de VS. Door meme-mutatie in kaart te brengen in een verkiezingsproces, bevestigt deze studie Richard Dawkins’ concept van meme-evolutie.