吹响暗语哨：一个融合常识与世界知识的中文暗语理解数据集
计算与语言
2021-06-09 v2 人工智能
摘要
暗语对于理解广告、喜剧和暗语政治（dog-whistle politics）具有重要意义。然而，计算层面的暗语研究因缺乏可用数据集而受阻。本文从计算语言学视角出发，提出一个大规模且多样化的中文数据集，用于生成与理解暗语。我们形式化了一项暗语理解任务，并对测试的词嵌入相似度与预训练语言模型进行了定量与定性分析。实验表明，该任务需要深度的语言理解、常识与世界知识，因此可作为预训练语言模型的良好测试平台，并有助于模型在其他任务上表现更好。代码已发布于 https://github.com/JetRunner/dogwhistle。数据与排行榜可见于 https://competitions.codalab.org/competitions/30451。
引用
@article{arxiv.2104.02704,
title = {Blow the Dog Whistle: A Chinese Dataset for Cant Understanding with Common Sense and World Knowledge},
author = {Canwen Xu and Wangchunshu Zhou and Tao Ge and Ke Xu and Julian McAuley and Furu Wei},
journal= {arXiv preprint arXiv:2104.02704},
year = {2021}
}
备注
NAACL 2021