模因讽刺检测-人类标注与AI标注对比数据集-2024-sirojiddinboboqulov
数据来源：互联网公开数据
标签：模因,讽刺,AI,人类标注,多模态,情感分析,自然语言处理,图像识别,对比分析,解释性AI
数据概述：
本数据集扩展了Memotion 7k基准数据集，增加了AI生成的注释和解释，用于讽刺检测。它包含6905个条目，对比了以下内容：
人类标注（来自Memotion 7k的原始多模态标签）
AI标注，包括多模态（文本+图像）和单模态（仅文本）两种情况
模型解释（不超过20个词），用于解释AI的预测结果
关键属性：
image_name：模因图片的的文件名，例如image_1.jpg
text_corrected：转录/清理后的模因文本，例如“LOOK THERE MY FRIEND LIGHTYEAR…”
multimodal_annotation_ai：AI讽刺标签（多模态），例如general
multimodal_explanation_ai：AI推理（文本+图像），例如“Making fun of Facebook trends…”
unimodal_annotation_ai：AI讽刺标签（仅文本），例如twisted_meaning
unimodal_explanation_ai：AI推理（仅文本），例如“Uses exaggeration to mock…”
multimodal_annotation_humans：原始人类标签，例如general
讽刺类别：general（一般）, twisted_meaning（扭曲含义）, very_twisted（高度扭曲）, non-sarcastic（非讽刺）
数据用途概述：
该数据集适用于以下场景：
讽刺检测：使用人类/AI标注作为“弱标签”来训练模型。
可解释性研究：评估AI解释是否与人类对讽刺的感知相符。
模态研究：量化视觉上下文对讽刺检测准确性的影响。
数据集结构示例：
{
"image_name": "image_1.jpg",
"text_corrected": "LOOK THERE MY FRIEND…FACEBOOK imgflip.com",
"multimodal_annotation_ai": "general",
"multimodal_explanation_ai": "Making fun of Facebook trends and followers",
"unimodal_annotation_ai": "twisted_meaning",
"unimodal_explanation_ai": "The text uses exaggeration to sarcastically mock…",
"multimodal_annotation_humans": "general"
}
