AraHopeCorpus：阿拉伯语社交媒体危机话语中的希望语气标注指南与数据集
计算与语言
2026-05-25 v1
摘要
社交媒体已成为冲突期间塑造公共叙事的关键场域，既提供有害信息的空间，也为建设性沟通提供平台。虽然仇恨言论和虚假信息已受到广泛关注，但表达韧性、团结与乐观的语言仍在阿拉伯语语境下得到 insufficient 探索。本文介绍 AraHopeCorpus——首个来自 2023-2024 年加沙战争相关 1 万条 YouTube 评论的阿拉伯语希望语气标注数据集。采用详细的标注框架，将评论分为希望语气、无希望语气和中性/不清晰话语三类。数据集显示，希望语言占全部评论的 64% 以上。这些希望表达主要以宗教鼓励、集体团结和对坚持与正义的乐观为主。无希望语气约占 13%，反映绝望与幻灭，而其余评论含中性或混合内容。注释间一致性达到实质水平（Cohen's Kappa 为 0.71），但方言变异、讽刺和隐含意义仍带来标注挑战。人类标注者与 ChatGPT 的比较结果表明，大语言模型可辅助标注，但在处理方言和文化嵌入表达方面仍有局限。AraHopeCorpus 将在非商业开放许可下发布，为研究建设性数字话语、希望语气检测、危机沟通及阿拉伯语社交媒体中的韧性研究提供宝贵资源。
引用
@article{arxiv.2605.23325,
title = {AraHopeCorpus: Annotation Guidelines and Dataset for Hope Speech in Arabic Social Media Crisis Discourse},
author = {Esra'a Sharqawi and Wajdi Zaghouani},
journal= {arXiv preprint arXiv:2605.23325},
year = {2026}
}