arXiv cs.CL· Kanay Gupta, David Y. Liu, Aditya Joshi·· 6 天前AI 评分18
用不可靠叙述者框架为澳大利亚与美国讽刺新闻生成低成本解释
Unreliable Narrator Framing as a Cost-effective Mechanism for Satire Explanation of Australian and American Satirical News
AI 导读
一项试点研究提出以不可靠叙述者理论为框架，用开放权重模型为澳大利亚和美国讽刺新闻生成解释，作为前沿模型之外可行且低成本的替代方案。研究发现模型对美国来源的讽刺修辞识别比澳大利亚来源更准确。该工作产出了一个新数据集和讽刺解释评测基准。
正文 · AI 翻译
摘要：讽刺新闻是一种独特的错误信息形式：其原始发布来源意在幽默，但可能被误解。讽刺新闻文章的解释具有挑战性，因为需要纳入近期和本地语境。本试点研究探索了针对澳大利亚讽刺新闻文章的解释生成，并将其与美国来源的文章进行比较。本文表明，在开放权重模型上基于不可靠叙述者理论构建解释，可以成为前沿模型的一种可行且经济高效的替代方案。我们发现，模型在美国来源上比在澳大利亚来源上更准确地识别出讽刺修辞手法。这项工作产生了一个新颖的数据集和用于讽刺解释的评估基准。
| 评论： | 4 页正文 + 参考文献、附录；ACL 样式表；审稿中 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.12863 [cs.CL] |
| （或 arXiv:2610.12863v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12863 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
发件人：Aditya Joshi [查看电子邮件]
[v1]
2026 年 10 月 9 日星期五 01:41:47 UTC（37 KB）
来源：arXiv cs.CL · arxiv.org