文章主要预告了一场关于“文化偏见在多模态隐喻理解中重要性”的学术报告。核心内容聚焦于解决当前自然语言处理（NLP）领域中隐喻处理过度依赖西方文化数据的问题。研究团队构建了一个名为 MultiMM 的中英文跨文化多模态隐喻数据集，包含 8，461 组图文广告对，并提供了细粒度标注。此外，研究提出了情感增强隐喻检测（SEMD）基线模型，通过引入情感嵌入维度，显著提升了模型在跨文化背景下对隐喻的理解与检测能力，旨在推动更具包容性和公平性的语言模型研究。
MLNLP 2026-01-30 08:31 吉林
以下文章来源于：MLNLP
MLNLP
MLNLP社区的愿景是促进国内外自然语言处理学术界、产业界和广大爱好者之间的交流和进步。
本期MLNLP学术Talk邀请了大连理工大学博士生杨森淇为我们带来"文化偏见很重要：理解多模态隐喻的跨文化基准数据集和情感丰富模型"的主题报告。
MLNLP社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。
社区的愿景是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。
MLNLP学术Talk是由MLNLP社区 和 中国中文信息学会青年工作委员会 联合举办的学术交流活动，旨在邀请一线青年学者分享最前沿的技术，期待最精彩的思想火花碰撞。
本期MLNLP学术Talk邀请了大连理工大学博士生杨森淇在2026年1月31日9:00-10:00为我们带来“文化偏见很重要：理解多模态隐喻的跨文化基准数据集和情感丰富模型”的主题报告。详细信息如下：
1
讲者简介
个人介绍：
杨森淇，大连理工大学软件学院三年级博士生，导师为张冬瑜教授，入选2025年度中国科协青年科技人才培育工程博士生专项计划。研究方向为多模态隐喻的理解与生成，以第一作者身份在ACL，DASFAA等人工智能国际顶级会议期刊上发表论文多篇，获得第六届中国语言智能大会最佳论文，并担任相关会议审稿人。
2
报告摘要
隐喻在交流中无处不在，因此对自然语言处理（NLP）至关重要。以往关于隐喻自动处理的研究主要依赖由英文样本构成的训练数据，而这些数据往往体现出西欧或北美的文化偏向。这种文化倾斜可能导致对模型性能的高估，并使人们对 NLP 进展的贡献产生偏差判断。然而，文化偏差对隐喻处理的影响，尤其是在多模态语境下的影响，仍然缺乏系统探索。 为弥补这一空白，我们提出 MultiMM——一个面向中英文跨文化隐喻研究的多文化多模态隐喻数据集。MultiMM 包含 8,461组图文广告对，并为每组样本提供细粒度标注，从而帮助研究者在不局限于单一文化领域的情况下，更深入地理解多模态隐喻。此外，我们提出情感增强隐喻检测（Sentiment-Enriched Metaphor Detection, SEMD）作为基线模型，通过引入情感嵌入来提升跨文化背景下的隐喻理解能力。实验结果验证了 SEMD 在隐喻检测与情感分析任务上的有效性。我们希望本工作能够提升 NLP 研究对文化偏差的关注，并推动更公平、更具包容性的语言模型发展。
3
主持人介绍
卢俊宇，大连理工大学计算机学院三年级博士生，导师为林鸿飞教授，入选2025年度中国科协青年科技人才培育工程博士生专项计划。研究方向包括大模型安全和仇恨言论检测，以第一作者身份在NeurIPS、ACL、SIGIR、TASLP等人工智能国际顶级会议以及期刊上发表论文多篇，并担任相关会议的审稿人。参与SemEval、NLPCC等多项国际语义评测并获得一等奖。
4
直播平台
视频号
B站
关于我们
MLNLP 社区是由国内外机器学习与自然语言处理学者联合构建的民间学术社区，目前已经发展为国内外知名的机器学习与自然语言处理社区，旨在促进机器学习，自然语言处理学术界、产业界和广大爱好者之间的进步。
社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。