AUTALIC：关于语境下反自闭能主义语言的数据集

随着对自闭症和能主义理解的不断加深，我们对自闭症群体语言中能主义表达的认识也随之增长。这种语言在 NLP 研究中构成重大挑战，因其微妙且依赖语境。然而，检测反自闭能主义语言仍未得到充分探索，现有 NLP 工具往往难以捕捉其细微的表达。我们提出 AUTALIC 数据集，这是第一个专用于检测语境下反自闭能主义语言的基准数据集，旨在填补该领域的重要空白。该数据集包含 2400 条与自闭症相关的句子，配有语境信息，由具有神经发展背景的专业人员标注。我们的全面评估表明，当前语言模型，包括最先进的大型语言模型 (LLM)，在可靠识别反自闭能主义方面仍面临挑战，难以与人类判断保持一致。这突显了该领域模型的局限性。我们公开发布 AUTALIC 数据集及其独立标注结果，这为从事能主义、神经发展以及研究标注任务中 disagreement 问题的研究者提供了宝贵资源。该数据集标志着开发更具包容性和语境感知 NLP 系统的重要一步，使其更能反映多元视角。