新闻中的实体框架与角色描绘

我们介绍了一个新颖的多语言层级语料库，该语料库针对新闻文章中的实体框架和角色描绘进行了标注。该数据集采用了一种受叙事元素启发的独特分类法，包含22个细粒度角色或原型，嵌套在三个主要类别中：主角、反角和无辜者。每个原型都经过精心定义，捕捉了实体的细微描绘，例如主角类中的守护者、殉道者和黑马；反角类中的暴君、欺骗者和偏执者；以及无辜者类中的受害者、替罪羊和被剥削者。该数据集包含五种语言（保加利亚语、英语、印地语、欧洲葡萄牙语和俄语）的1,378篇近期新闻文章，重点关注两个具有全球意义的关键领域：乌克兰-俄罗斯战争和气候变化。超过5,800个实体提及已被标注角色标签。该数据集是研究角色描绘的宝贵资源，对新闻分析具有更广泛的意义。我们描述了数据集的特征和标注过程，并报告了在文档、段落和句子级别上，对微调的最先进多语言Transformer和使用LLM的层级零样本学习的评估结果。