迈向多模态隐喻理解：用于隐喻映射识别的中文数据集与模型
计算与语言
2025-01-07 v1
摘要
隐喻在人类交流中扮演着关键角色，但由于其涉及的认知复杂性，理解隐喻仍然是自然语言处理（NLP）的重大挑战。根据概念隐喻理论（CMT），隐喻将目标域映射到源域，理解这种映射对于把握隐喻的本质至关重要。虽然现有的NLP研究集中于隐喻检测和隐喻表达的情感分析等任务，但对识别源域与目标域之间映射的复杂过程关注有限。此外，非英语的多模态隐喻资源在文献中仍然很大程度上被忽视，阻碍了对隐喻理解中关键要素的深入理解。为弥补这一空白，我们构建了一个中文多模态隐喻广告数据集（命名为CM3D），其中包含特定目标域和源域的标注。该数据集旨在促进对隐喻理解的进一步研究，特别是在非英语语言中。此外，我们提出了一种基于思维链（CoT）提示的隐喻映射识别模型（CPMMIM），该模型模拟人类认知过程来识别这些映射。受CoT推理和双层优化（BLO）的启发，我们将该任务视为一个层次化识别问题，从而实现更准确和可解释的隐喻映射。我们的实验结果证明了CPMMIM的有效性，突显了其在推进NLP隐喻理解方面的潜力。我们的数据集和代码均已公开，以鼓励该领域的进一步进展。
引用
@article{arxiv.2501.02434,
title = {Towards Multimodal Metaphor Understanding: A Chinese Dataset and Model for Metaphor Mapping Identification},
author = {Dongyu Zhang and Shengcheng Yin and Jingwei Yu and Zhiyao Wu and Zhen Li and Chengpei Xu and Xiaoxia Wang and Feng Xia},
journal= {arXiv preprint arXiv:2501.02434},
year = {2025}
}