MigrationNarrate：用于检测 YouTube 视频中迁移叙述的数据集

叙事对于社会传播的构建至关重要，因此对其进行检测对于理解和分析公共话语至关重要。之前的工作已经探索了跨不同领域的叙事检测和提取；然而，移民叙事的研究仍然严重不足，这主要是由于缺乏专门的注释数据集。此外，公共传播最近转向以视频为中心的平台，通过多模式信号传达叙事并大规模消费。尽管发生了这种转变，视频中的叙述在很大程度上仍未被探索。为了弥补这些差距，我们引入了 MigrationNarrate，这是英国第一个用于检测移民叙事的多模式数据集，由 1,115 个 YouTube 视频转录组成，使用 12 个迁移超级叙事和 53 个叙事标签的两级分类法进行注释。本文详细介绍了数据集的设计、收集和注释；以及使用预训练编码器模型以及开源和闭源 大语言模型 组合的基准测试结果。最后，彻底的错误分析为未来的工作提供了见解。