Sarc7：基于七种类型与情感信息技术的讽刺检测与生成评估
计算与语言
2025-09-18 v3 人工智能
摘要
讽刺是一种幽默形式，其表达传达与字面解释相反的含义。使用大型语言模型对讽刺进行分类和生成对于解读人类交流至关重要。由于其微妙的特性，讽刺对计算模型构成了挑战。我们引入了 Sarc7，这是一个通过标注 MUStARD 数据集的条目来分类 7 种讽刺类型的基准：自贬、郁思、冷面、礼貌、可憎、暴怒和狂躁。使用零样本、少样本、思维链和一种新颖的基于情感的提示技术对分类进行了评估。我们提出了一种基于情感的生成方法，该方法通过识别讽刺的关键组成部分——不一致性、冲击价值和上下文依赖性来开发。我们的分类实验表明，Gemini 2.5 使用基于情感的提示技术，以 0.3664 的 F1 分数优于其他设置。人类评估者更偏好我们基于情感的提示技术，其生成成功率比零样本提示高出 38.46%。
引用
@article{arxiv.2506.00658,
title = {Sarc7: Evaluating Sarcasm Detection and Generation with Seven Types and Emotion-Informed Techniques},
author = {Lang Xiong and Raina Gao and Alyssa Jeong and Yicheng Fu and Sean O'Brien and Vasu Sharma and Kevin Zhu},
journal= {arXiv preprint arXiv:2506.00658},
year = {2025}
}
备注
Accepted to EMNLP WiNLP and COLM Melt, Solar, PragLM, and Origen