GPT 是否足以分析表情包的情感？
计算与语言
2023-11-02 v1 多媒体
摘要
大语言模型（LLMs）作为人工智能（AI）研究的一项重要成就，已在众多任务中展现出能力。本项目旨在探索 GPT-3.5（LLMs 的领先代表）在处理网络表情包情感分析方面的能力。表情包包含文字与视觉两方面，是表达观点与情感的有力而复杂的工具，要求理解社会规范与文化语境。值得注意的是，由于仇恨表情包具有隐性攻击性，其检测与审核构成重大挑战。本项目考察 GPT 在此类主观任务中的熟练程度，揭示其优势与潜在局限。任务包括表情包情感分类、幽默类型判定以及表情包中隐性仇恨的检测。使用 SemEval-2020 Task 8 与 Facebook 仇恨表情包数据集进行的性能评估，提供了 GPT 响应相对于人工标注的对比性理解。尽管 GPT 取得显著进展，我们的发现仍强调了这些模型在处理主观任务时面临的挑战，其根源在于固有局限，包括语境理解、隐含义解读与数据偏差。本研究为关于 AI 在处理复杂、语境依赖任务中适用性的更广泛讨论作出贡献，并为未来进展提供宝贵见解。
引用
@article{arxiv.2311.00223,
title = {Is GPT Powerful Enough to Analyze the Emotions of Memes?},
author = {Jingjing Wang and Joshua Luo and Grace Yang and Allen Hong and Feng Luo},
journal= {arXiv preprint arXiv:2311.00223},
year = {2023}
}