A Deep Learning and AutoML-Based Multimodal Text Extraction Framework for Detecting Online Gambling Advertisements in Indonesian Social Media
Notice bibliographique
Résumé
The growing presence of online gambling advertisements on social media threatens digital security and complicates content moderation, particularly in multilingual and noisy environments such as Indonesian platforms.This study proposes a deep learning and AutoML-based multimodal text extraction framework that integrates textual posts, optical character recognition (OCR) from images, and automatic speech recognition (ASR) from videos for comprehensive gambling content detection.Four approaches were evaluated: Recurrent Neural Network (RNN), Convolutional Neural Network (CNN), Bidirectional Encoder Representations from Transformers (BERT), and AutoML (AutoGluon).Experiments were conducted under standardized preprocessing and hyperparameteroptimized conditions, with performance assessed using accuracy, precision, recall, and F1-score.The RNN achieved the best results (accuracy 93.07%, precision 93.22%, recall 92.87%, F1-score 93.04%), followed by CNN (accuracy 92.80%, F1-score 92.59%) and AutoML (accuracy 90.19%, F1-score 90.18%).BERT underperformed (accuracy 68.12%, F1-score 68.18%) due to limited domain adaptation to noisy Indonesian text.Error analysis revealed three major challenges: implicit promotional language, OCR/ASR transcription noise, and contextual ambiguity.These findings demonstrate the effectiveness of multimodal text integration combined with optimized deep learning models, offering a scalable solution for harmful content moderation and digital security in social media.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».