ユーモアと文化的関連性を兼ね備えたインターネットミームは、デジタル時代のユビキタスなアーティファクトとなった。 Richard Dawkinsが著書「利己的な遺伝子」で述べたように、ミームは「突然変異」と「継承」の複雑なプロセスを通じて伝播し進化するため、文化的遺伝子のように振る舞います。 インターネット上では、こうしたミームが文化や社会に内在するバイアスを活性化し、時には説得力のある議論への論理的アプローチに取って代わることがある。 インターネット上では、ミームはそれなりの成功を収めているが、その検出と進化については、これまであまり研究されてこなかった。 本研究では、インターネット上の画像をミームと非ミームとして分類するためのマルチモーダル深層学習モデルであるMeme-Hunterを提案し、評価し、これをユニモーダルアプローチと比較します。 次に、画像の類似性、ミーム特有の光学文字認識、顔検出を使用して、2018年の米国中間選挙でTwitterで共有されたミームのファミリーを発見し、研究します。 選挙のプロセスにおけるミームの変異をマッピングすることで、本研究はRichard Dawkinsのミーム進化という概念を確認するものである

。