KoWit-24：新闻标题中文字游戏的详述标注数据集
计算与语言
2025-08-28 v2
摘要
我们提出 KoWit-24，一个对 2700 条俄语新闻标题中文字游戏进行细粒度标注的数据集。KoWit-24 的标注包括文字游戏的存在与否、类型、文字游戏锚点以及文字游戏所指的词语/短语。与大多数现有笑话收集（以罐装笑话为主）不同，KoWit-24 提供了文字游戏上下文——每条标题都附有新闻导语和摘要。数据集中最常见的文字游戏类型是将搭配、习语和专有名词进行转换——这一机制在以前的笑话数据集中所代表不足。我们对五个大型语言模型 (LLM) 的实验表明，文字游戏检测和解释任务仍有很大的提升空间。数据集和评估脚本已置于 https://github.com/Humor-Research/KoWit-24
引用
@article{arxiv.2503.01510,
title = {KoWit-24: A Richly Annotated Dataset of Wordplay in News Headlines},
author = {Alexander Baranov and Anna Palatkina and Yulia Makovka and Pavel Braslavski},
journal= {arXiv preprint arXiv:2503.01510},
year = {2025}
}
备注
Accepted to RANLP 2025