सामाजिक अशांति से जुड़े गलत जानकारी और हिंसा-प्रवृत्त गतिशीलता की शीघ्र पहचान प्रदान करने के लिए एक नया बहुभाषी, बहुमोडल प्राकृतिक भाषा प्रसंस्करण (NLP) फ्रेमवर्क विकसित किया गया है। सिस्टम टेक्स्ट प्रतिनिधित्व के लिए XLM-RoBERTa और दृश्य एम्बेडिंग्स के लिए CLIP को एकीकृत करता है, जिसे मल्टी-हेड एटेंशन तंत्र और व्यंग्य और भौगोलिक स्थानिक मेटाडेटा जैसे सहायक फीचर्स द्वारा बढ़ाया गया है।
- कई बेंचमार्क डेटासेट को जोड़कर 138,256 बांग्ला और अंग्रेजी नमूनों वाला एक फ्यूज्ड डेटासेट बनाया गया था।
- डेटा के एक स्ट्रैटिफाइड 30% सबसेट पर किए गए प्रयोगों ने मजबूत प्रिसीजन और रिकॉल के साथ 98% टेस्ट सटीकता हासिल की।
- फ्रेमवर्क गलत जानकारी से चलाए जाने वाले वास्तविक दुनिया के हिंसा के बढ़ावा की भविष्यवाणी करने में मदद करने के लिए भौगोलिक स्थानिक संकेतों का उपयोग करता है।
परिणाम शीघ्र गलत जानकारी पहचान में बहुमोडल दृष्टिकोणों की प्रभावशीलता को दर्शाते हैं, जो वास्तविक दुनिया के नुकसान की भविष्यवाणी करने के लिए भौगोलिक स्थानिक डेटा को शामिल करने के विशिष्ट मूल्य पर प्रकाश डालते हैं।