EmoMeta：用于中文隐喻细粒度情感分类的多模态数据集
计算与语言
2025-05-21 v1 人工智能
计算机视觉与模式识别
摘要
隐喻在表达情感中起着关键作用，使其对情感智能至关重要。多模态数据的兴起和广泛交流导致了多模态隐喻的激增，相比单模态场景，使情感分类的复杂性大大增加。然而，关于构建多模态隐喻细粒度情感数据集的研究稀缺，阻碍了该领域的进展。此外，现有研究主要关注英语，忽视了不同语言间情感细微差别的潜在差异。为了弥补这些空白，我们引入了一个中文多模态数据集，包含 5,000 对文本-图像隐喻广告。每条记录都经过精心标注，涵盖隐喻出现、领域关系以及细粒度情感分类，包括喜悦、爱、信任、恐惧、悲伤、厌恶、愤怒、惊讶、期待和中性。我们的数据集公开可访问（https://github.com/DUTIR-YSQ/EmoMeta），以促进该新兴领域的进一步发展。
引用
@article{arxiv.2505.13483,
title = {EmoMeta: A Multimodal Dataset for Fine-grained Emotion Classification in Chinese Metaphors},
author = {Xingyuan Lu and Yuxi Liu and Dongyu Zhang and Zhiyao Wu and Jing Ren and Feng Xia},
journal= {arXiv preprint arXiv:2505.13483},
year = {2025}
}