MuSaRoNews：来自罗马尼亚语新闻文章的多领域多模态讽刺数据集

讽刺和假新闻都可能助长虚假信息的传播，尽管两者的目的不同（一个是为了娱乐，另一个是为了误导）。然而，仅依靠纯文本不足以检测新闻文章表面含义与实际含义之间的不一致，通常，其他信息来源（例如视觉信息）为讽刺检测提供了重要线索。这项工作引入了一个用于罗马尼亚语新闻文章讽刺检测的多模态语料库，名为 MuSaRoNews。具体而言，我们从真实和讽刺新闻来源收集了 117,834 篇公开新闻文章，构成了罗马尼亚语首个用于讽刺检测的多模态语料库。我们进行了实验并表明，使用这两种模态提高了性能。