随着社交媒体两极化加剧，政治表情包如何塑造线上叙事变得尤为关键。过去的研究要么依赖难以规模化的定性框架，要么使用缺乏理论支撑的计算方法，这两类方法都把叙事类别孤立处理，并只关注身份的道德刻画。
我们基于社会科学理论构建了一个包含三大维度的框架：社会身份（性别、政治立场、种族等）、视角（内群体与外群体）以及叙事角色（道德角色、智力、地位、权力）。该框架既保留了理论深度，又便于机器学习建模。
在此框架指导下，我们推出了 IRON-Meme 基准，收录 1,110 条政治表情包，覆盖的模板数量远超现有数据集，全部由人工标注。标注内容包括每张表情包的身份标签、视角标签和角色标签。
对数据的统计分析表明，大多数表情包倾向于赋予负面角色，身份、角色与模板之间呈现系统性关联。进一步，我们对九种视觉语言模型进行评估，规模最大、具备推理能力的模型取得最高分，但在出现频率低的身份和角色标签上准确率明显下降。加入模板的背景知识并未提升角色分类效果，说明表情包的解读更多依赖于其在特定交流情境中的适配方式。
我们已公开 IRON-Meme 数据及完整代码，供社区进一步研究。
点评