Hybrid Deep Learning for Meme Sentiment and Emotion Analysis Using LLMs

Dieses Kapitel vertieft sich in die Komplexität der Meme-Analyse und beleuchtet die Herausforderungen, die die multimodale Natur der Meme mit sich bringt. Es untersucht den Einsatz fortschrittlicher KI-Technologien, einschließlich Large Language Models (LLMs) wie GPT-4, um Meme anhand ihres Inhalts, ihrer Emotionen und ihrer Intensität zu erfassen und zu klassifizieren. Die Studie stellt ein Rahmenwerk vor, das ResNet für die Extraktion von Bildfunktionen, KeyBERT für die Keyphrase-Extraktion und UET für die effiziente Darstellung von Funktionen kombiniert. Die experimentellen Ergebnisse zeigen eine hohe Genauigkeit bei der Erkennung von Emotionen, wobei der Schwerpunkt auf der Reduzierung von Rechenanforderungen liegt. Das Kapitel diskutiert auch die Zukunft der Meme-Analyse und betont die Notwendigkeit von Echtzeit-Analysewerkzeugen und die möglichen Anwendungen im Verständnis der öffentlichen Meinung und der inhaltlichen Moderation.