ArPoMeme：面向阿拉伯语多模态政治意识形态与极化数据集

meme 在阿拉伯世界成为政治交流的重要媒介，反映了幽默、图像和文本如何相互作用以表达意识形态和文化立场。尽管 meme 在线政治话语中占据核心地位，但缺乏系统策划的资源用于分析其在阿拉伯语中的多模态和意识形态维度。本文提出 ArPoMeme，一个约包含 7,300 条阿拉伯语政治 meme 的大规模数据集，按意识形态方向分类，包括左派、伊斯兰派、阿拉伯主义和讽刺派观点。数据集通过以自我认同为依据， grounding 于产生和传播这些 meme 的公开 Facebook 页面和群组，捕捉阿拉伯 meme 生态系统的多样性。为确保规模与准确性，我们设计了半自动化的数据收集管道，结合基于 Playwright 的 Facebook 爬取与 Google Drive 同步，随后使用 Qwen2.5-VL-7B 视觉语言模型进行文本提取。提取的文本经人工验证后标注为三个极化维度：仇恨性框架、对外群体的敌意以及号召行动。标注通过定制的基于 Streamlit 的界面进行，支持分布式标注、实时跟踪和版本控制。最终数据集将视觉内容、文本信息与意识形态方向关联， enabling 对政治对立、动员和幽默的细粒度分析。对标注语料的定量分析显示，不同意识形态群体之间在对抗性框架方面存在显著不对称，伊斯兰派和讽刺派 meme 的敌意和动员线索水平最高。该数据集和标注工具提供了一个可复现且公开可用的资源，用于研究阿拉伯政治话语、多模态意识形态检测以及极化动态。