近日，实验室白泽文博士关于有害模因检测的研究成果被 IEEE Transactions on Affective Computing (TAFFC) 录用。TAFFC是人工智能领域的顶级期刊，是中科院一区，CCF推荐B类期刊，影响因子11.3。

论文题目：DeMeme: A Semantic Decompression Framework for Fine-Grained Harmful Meme Detection

中文题目：DeMeme: 一种针对细粒度有害模因检测任务的语义解压框架

摘要：有害模因在互联网上广泛传播，如何有效检测成为了一个广受关注的任务。这些模因通过简洁的视觉符号（如物体、图标）与文本表达（如短句、短语）组合嵌入文化隐喻和社会偏见。这种高度语义压缩使得对有害模因进行细粒度检测尤为困难。现有方法有的依赖大规模标注数据，有的依赖计算成本高昂的多模态大模型来生成推理依据，这限制了其可扩展性和泛化能力。为应对以上挑战，我们提出了一种名为DeMeme的语义解压框架。在第一阶段，基于语义锚点的风险感知路由模块估算潜在危害性，并将高风险迷因路由至检索阶段。在第二阶段，语义解压检索模块提取语义相似的“术语—定义”对，将隐藏的有害语义重构为显性的文化情感线索。在中英文三个数据集上的实验表明，无需训练的“全检索”设置实现了优异的零样本性能，证实了语义解压缩在细粒度有害迷因理解中的有效性与跨文化适应性。