Memes 在当代网络交流中扮演关键角色，尤其在政治冲突语境下，视觉与文字信息共同构成说服性信息。本文聚焦乌克兰战争期间的表情包，利用视觉语言模型（VLM）检测其中的说服技巧。我们构建了 UkrMeme 数据集，收录 200 条自然生成的乌克兰战争表情包，并对每条样本标注了具体的说服技术。为评估跨语言迁移能力，还推出了 PTM‑UA，即将 Propaganda 950 基准中的一部分内容翻译为乌克兰语，同时保留原始视觉元素。实验采用零样本提示（zero‑shot prompting）方式，对 VLM 在仅图像、仅文本以及多模态输入三种情形下的表现进行评估，使用层级 F1 指标衡量检测精度。结果显示，多模态输入显著提升了说服技术的召回率。进一步，我们比较了两种解释方法：层级相关传播（Layer‑wise Relevance Propagation，LRP）和模型生成的 token 归因。通过对解释输出的语义类别进行统计，发现 LRP 更倾向于强调视觉证据（如颜色、构图），而 token 归因则更关注文本线索（如关键词、情感词）。这些发现为构建更透明、可信的说服检测系统提供了参考。
点评：UkrMeme 数据集填补了乌克兰语表情包研究的空白，实验设计兼顾零样本能力和解释性分析，展示了 VLM 在跨语言、多模态说服检测中的潜力。未来可进一步扩展数据规模，并探索更细粒度的说服策略分类。