ソーシャルメディアの急速な成長は世界的なコミュニケーションを革新させた一方で、偽ニュースやデマの拡散をも加速させています。操作されたコンテンツや扇動的な言説はしばしば社会不安、政治的不安定性、そして暴力的な集団行動と結びついており、南アジアを含む様々な地域で深刻な実害をもたらしています。FacebookやWhatsAppといったプラットフォームを通じて拡散した虚偽情報が現実世界の暴力につながるケースが増加しており、事実確認の取り組みが追いつかないほどのスピードで情報が広がっているのが実情です。 このような課題に対応するため、研究チームはミスインフォメーション（偽ニュース）と暴力に関連した動向の早期検出を目的とした、多言語・マルチモーダル対応のNLPフレームワークを開発しました。BanglaとEnglishの138,256サンプルからなる融合データセットを複数のベンチマークデータセットから構築し、XLM-RoBERTaによる多言語テキスト表現、CLIPによる視覚的埋め込み、マルチヘッドアテンション機構をマルチモーダル融合に活用しています。 このフレームワークには皮肉や地理空間メタデータといった補助的特徴量も統合されており、検証実験では全体の30%の階層化サブセットに対して98%のテスト精度を達成しました。精度と再現率も強力であることが確認されています。研究結果は、マルチモーダルアプローチが偽ニュースの早期検出に有効であること、そして地理空間信号が現実世界での暴力エスカレーションの予測に追加的な価値をもたらすことを示唆しています。