数据集概述
本数据集为多模态（图像+文本）讽刺研究设计，包含一万零八百八十九条人工标注样本，来源于讽刺内容网站https://babylonbee.com/。数据区分讽刺内容的幽默属性及认知机制，支持多模态讽刺识别、幽默机制分析等研究，含两个核心文件。
文件详解
- README.docx
- 文件格式：DOCX
- 内容说明：数据集说明文档，包含数据背景、标注规则、使用方法等补充信息
- BabylonBee Dataset.csv
- 文件格式：CSV
- 字段映射介绍：
- Sl No.：样本编号
- Headline：新闻标题文本
- Humor：幽默属性标注（1=是，0=否）
- Mechanism：幽默认知机制（GP=Garden Path、RL=Red Light、CR=Cross Road）
- Article link：文章原链接
- Image link：配图原链接
数据来源
公共网站https://babylonbee.com/
适用场景
- 多模态讽刺识别研究：结合文本标题与图像链接，训练讽刺内容自动识别模型
- 幽默认知机制分析：基于Mechanism字段研究不同认知机制在讽刺内容中的应用规律
- 讽刺内容特征挖掘：分析幽默与非幽默讽刺内容的文本特征差异
- 跨模态内容关联研究：探索讽刺新闻标题与配图的语义关联模式
