في عصر انتشاره الواسع، أصبحت الميمات أدوات مؤثرة للتواصل على وسائل التواصل الاجتماعي، تجمع بين الصور الفيروسية والرسائل القصيرة لنقل أفكار قوية. ولكن، بالرغم من الأبحاث الكبيرة التي تناولت الأبعاد العاطفية للميمات، لا تزال هناك تحديات رئيسية تتعلق بالكشف عن المحتوى الضار، وتحديد حالات التنمر الإلكتروني، وأداء تحليل المشاعر بدقة.

لتجاوز هذه التحديات، قدمت دراسة جديدة تحت عنوان "MemeEvidenceDetect" نموذجًا هجينًا لتحليل الميمات ومعلوماتها السياقية بهدف التعرف على الجمل الخاصة التي تشرح أو توضح معانيها ودعاباتها.

كما تم تقديم مجموعة بيانات "BanglaMemeEvidence"، التي تحتوي على 2,917 ميمة بنغالية، مما يُبرز أهميتها كمورد لغوي للغة البنغالية. كل ميمة مُعلمة مع تفسيرات نصية طبيعية، بما في ذلك OCR الخاص بالميمة، وسياق الميمة، وجمل الأدلة، إلى جانب درجات الصلة التي تعكس العلاقة بين الميمة والتعليقات المصاحبة لها.

لمعالجة الفجوة في استنتاج السياق الديناميكي للميمة، تم اقتراح "BengaliMemeEvidenceNet"، وهو إطار هجين متعدد الوسائط يجمع بين الميزات النصية والبصرية لتقديم تمثيل شامل للميمات.

أظهرت التجارب فعالية نموذج "BengaliMemeEvidenceNet" حيث حقق معدل F1 يصل إلى 0.74. وبذلك، تمثل هذه الدراسة الأولى من نوعها التي تركز على كشف الأدلة في الميمات البنغالية، مما يشكل خطوة بارزة نحو فهم أفضل للميمات في اللغات ذات الموارد القليلة.