CFMS：面向可解释且细粒度的中文多模态讽刺检测基准
计算与语言
2026-04-21 v1 人工智能
摘要
多模态讽刺检测近来引起了广泛关注。然而，现有基准存在粗粒度标注和文化覆盖有限的问题，这阻碍了对细粒度语义理解的研究。为解决此问题，我们构建了CFMS，这是首个专为中文社交媒体定制的细粒度多模态讽刺数据集。它包含2,796个高质量图文对，并提供了一个三层标注框架：讽刺识别、目标识别和解释生成。我们发现，细粒度的解释性标注能有效引导AI生成具有明确讽刺意图的图像。此外，我们整理了一个高一致性平行中英隐喻子集（各200条），揭示了当前模型在隐喻推理方面的显著局限性。为克服传统检索方法的限制，我们提出了一种强化学习增强的上下文学习策略（PGDS），以动态优化示例选择。大量实验表明，CFMS为构建可靠的多模态讽刺理解系统提供了坚实基础，且PGDS方法在关键任务上显著优于现有基线。我们的数据和代码可在https://anonymous.4open.science/r/CFMS-E8F9获取。
引用
@article{arxiv.2604.16372,
title = {CFMS: Towards Explainable and Fine-Grained Chinese Multimodal Sarcasm Detection Benchmark},
author = {Junzhao Zhang and Hsiu-Yuan Huang and Chenming Tang and Yutong Yang and Yunfang Wu},
journal= {arXiv preprint arXiv:2604.16372},
year = {2026}
}