Chinese Multimodal Metaphor Mapping Dataset (CM3D)|隐喻理解数据集|多模态数据处理数据集

CM3D数据集是由大连理工大学等机构开发的中文多模态隐喻映射数据集，包含6108个文本-图像对，主要来源于中文广告。该数据集通过标注目标域和源域的隐喻表达，旨在促进非英语语言中的隐喻理解研究。数据集的内容涵盖了广告中的隐喻映射，提供了详细的注释，帮助研究人员深入理解隐喻的认知机制。数据集的创建过程包括从广告中提取隐喻表达，并进行人工标注。该数据集的应用领域主要集中在自然语言处理中的隐喻理解，特别是多模态隐喻的识别与解释，旨在解决隐喻映射识别中的复杂问题。

AI搜集汇总

数据集介绍

构建方式

CM3D数据集的构建过程分为三个阶段：数据收集、数据标注和质量控制。首先，从包含13,820个文本-图像对的广告数据集中筛选出6,108个隐喻性文本-图像对。随后，通过专家驱动的标注方法，识别每个隐喻对中的目标域和源域，并确保标注的一致性和准确性。标注团队由五名计算语言学研究生组成，采用多轮讨论和共识机制来保证标注质量。最后，通过严格的标注标准和训练流程，确保数据集的可靠性和一致性。

特点

CM3D数据集包含6,108个中文广告中的文本-图像对，涵盖了丰富的隐喻表达。每个样本都标注了目标域和源域，提供了详细的隐喻映射信息。数据集特别关注中文语境下的多模态隐喻，弥补了非英语隐喻资源的不足。此外，数据集的广告来源多样，既包括商业广告，也包含公益广告，涵盖了广泛的主题和情感表达。通过UMAP降维可视化，目标域和源域的分布呈现出明显的差异，反映了广告中隐喻的多样性和复杂性。

使用方法

CM3D数据集可用于多模态隐喻映射识别任务，特别是目标域和源域的提取。研究人员可以利用该数据集训练和评估隐喻理解模型，如基于Chain-of-Thought（CoT）提示的隐喻映射识别模型（CPMMIM）。该模型通过模拟人类认知过程，分阶段识别目标域和源域，并结合双层次优化（BLO）框架提升识别精度。数据集还可作为基准测试集，用于评估不同模型在隐喻映射任务中的表现，推动多模态隐喻理解的研究进展。

背景与挑战

背景概述

Chinese Multimodal Metaphor Mapping Dataset (CM3D) 是由大连理工大学、澳门大学、关西大学、新南威尔士大学和皇家墨尔本理工大学的研究团队于2025年共同创建的一个多模态隐喻理解数据集。该数据集旨在解决自然语言处理（NLP）领域中隐喻理解的复杂性问题，特别是针对非英语语言的多模态隐喻资源匮乏的问题。CM3D数据集包含了6108个中文广告中的文本-图像对，并标注了隐喻的目标域和源域。通过引入Chain-of-Thought (CoT) Prompting-based Metaphor Mapping Identification Model (CPMMIM)，该数据集为隐喻映射识别提供了新的研究方法，推动了隐喻理解在NLP领域的发展。

当前挑战

CM3D数据集面临的挑战主要包括两个方面：首先，隐喻理解本身具有认知复杂性，尤其是在多模态环境下，如何准确识别目标域和源域之间的映射关系是一个核心难题。现有的NLP研究多集中于隐喻检测和情感分析，而对隐喻映射的深入理解仍显不足。其次，构建过程中，如何确保多模态数据的标注一致性也是一个重要挑战。由于隐喻的理解往往依赖于文化背景和上下文信息，标注过程中需要专家团队的深度参与，以确保标注的准确性和一致性。此外，跨语言和跨文化的隐喻理解问题也增加了数据集的构建难度，特别是在非英语语境下，隐喻的表达方式和理解方式可能与英语存在显著差异。

常用场景

经典使用场景

CM3D数据集在自然语言处理（NLP）领域中被广泛用于多模态隐喻理解的研究。该数据集通过提供中文广告中的文本-图像对及其隐喻映射的详细标注，支持研究者探索隐喻的源域和目标域之间的复杂关系。经典的使用场景包括隐喻映射识别、隐喻检测以及隐喻情感分析等任务。通过结合文本和图像的多模态信息，CM3D为研究者提供了一个独特的视角，帮助他们深入理解隐喻在跨模态表达中的认知机制。

衍生相关工作

CM3D数据集的发布催生了一系列相关研究工作，特别是在多模态隐喻理解和隐喻映射识别领域。基于该数据集，研究者提出了多种创新模型，如基于链式思维提示的隐喻映射识别模型（CPMMIM），该模型通过模拟人类的认知过程，显著提升了隐喻映射的识别效果。此外，CM3D还激发了跨语言隐喻研究的发展，推动了非英语语境下隐喻资源的构建与分析。这些衍生工作不仅丰富了隐喻研究的理论框架，还为实际应用提供了有力的技术支持。

数据集最近研究

最新研究方向

近年来，随着多模态数据在自然语言处理（NLP）领域的广泛应用，隐喻理解的研究逐渐从单一文本模态扩展到多模态场景。Chinese Multimodal Metaphor Mapping Dataset (CM3D) 的提出填补了非英语多模态隐喻资源的空白，特别是在广告领域中的隐喻映射识别。该数据集不仅提供了中文广告中的文本-图像对，还标注了隐喻的目标域和源域，为研究者提供了丰富的多模态隐喻分析基础。前沿研究方向主要集中在如何通过多模态数据（如文本、图像、声音等）更准确地识别隐喻映射，尤其是结合大语言模型（LLMs）和链式思维（Chain-of-Thought, CoT）推理技术，模拟人类认知过程进行隐喻理解。此外，双层次优化（Bi-Level Optimization, BLO）框架的引入进一步提升了隐喻映射识别的准确性和可解释性。这些研究不仅推动了隐喻理解在多模态场景中的发展，还为跨语言、跨文化的隐喻研究提供了新的视角和工具。

相关研究论文

• Towards Multimodal Metaphor Understanding: A Chinese Dataset and Model for Metaphor Mapping Identification

  大连理工大学, 澳门大学, 关西大学, 新南威尔士大学, 皇家墨尔本理工大学 · 2025年