医学隐喻语料库 (MCC)
计算与语言
2025-08-12 v1
摘要
隐喻是一种塑造科学理解的基本认知机制，它既能传达复杂概念，又可能限制范式思维。尽管比喻性语言在科学话语中普遍存在，但现有的隐喻检测资源主要集中于通用领域文本，在特定领域应用方面留下了关键空白。本文提出了医学隐喻语料库 (MCC)，这是一个包含 792 个经标注的科学概念隐喻的综合数据集，涵盖医学和生物学领域。MCC 汇集了来自同行评审文献、新闻媒体、社交媒体话语和众包贡献等多种来源的隐喻表达，提供了通过人工标注验证的二元和分级隐喻性判断。每个实例都包含源域-目标域概念映射和 0-7 分制的感知隐喻性评分，为计算科学隐喻研究建立了首个标注资源。我们的评估表明，最先进的语言模型在科学隐喻检测上表现平平，揭示了在特定领域比喻性语言理解方面仍有巨大的提升空间。MCC 支持多种研究应用，包括隐喻检测基准测试、质量感知生成系统以及以患者为中心的沟通工具。
引用
@article{arxiv.2508.07993,
title = {The Medical Metaphors Corpus (MCC)},
author = {Anna Sofia Lippolis and Andrea Giovanni Nuzzolese and Aldo Gangemi},
journal= {arXiv preprint arXiv:2508.07993},
year = {2025}
}