Sep, 2022

BanglaSarc: 一个用于讽刺检测的数据集

PDF
TL;DR本研究提出了专门用于孟加拉文文本数据的 Sarcasm 数据集（BanglaSarc），该数据集包含来自各种在线社交平台的 5112 个评论 / 状态和内容，将有助于研究识别讽刺和检测孟加拉语表达式等领域。
banglasarcasm detectiondatasetsocial mediatextual data
发现论文，激发创造
  • 使用 BERT 和可解释 AI 进行可解释的孟加拉挖苦检测

    本文提出了一个基于 BERT 的系统，可以在 Bangla sarcasm dataset 上实现 99.60％的检测准确率，在 NLP 和机器学习领域中实现了与传统算法 89.93％的比较。还引入了 Local Interpretable Model-Agnostic Explanations 来实现可解释性。

    Mar, 2023

  • 英印混合代码推文语料库用于讽刺检测

    通过英 - 印混合码数据集，我们开发了一个基于随机森林分类器并进行了 10 折交叉验证的基线监督分类系统，该系统可以检测到社交媒体上的文字中的反讽，并标记每个标记的语言标签。该系统平均得分为 78.4%。

    May, 2018

  • KoCoSa：韩语上下文感知讽刺检测数据集

    该研究介绍了一个新的数据集，KoCoSa，用于韩语对话中的讽刺检测任务，并提供了用于该任务的基线系统。实验证明，基线系统在韩语讽刺检测任务中优于 GPT-3.5 等大型语言模型。

    Feb, 2024

  • 社交媒体上的计算机挖掘讽刺语言：系统综述

    本研究旨在对英语计算讽刺研究的最新进展和趋势进行简要概述，包括使用非监督预训练转换器在多模态环境中进行讽刺检测以及整合上下文以识别讽刺。我们介绍与讽刺相关的数据集、方法、趋势、问题、挑战和任务，提供针对讽刺的特征和其提取方法的汇总表，以及各种方法的性能分析，这些都可以帮助相关领域的研究人员了解讽刺检测中的最新技术实践。

    Sep, 2022

  • 灾害背景下的讽刺检测

    通过分析 HurricaneSARC 数据集，本文介绍了利用预训练语言模型检测灾难相关推文中的讽刺言辞的关键方法，并表明通过中间任务转移学习可以提高在 HurricaneSARC 数据集上的性能。

    Aug, 2023

  • 对最先进的大型语言模型在讽刺检测方面的评估

    使用先进的语言表示模型和上下文驱动模型，对 Reddit 语料库进行分析，评估其性能并找到理想的讽刺检测方法。

    Oct, 2023

  • 用于讽刺的大型自注释语料库

    该论文介绍了自注释 Reddit 语料库（SARC），该语料库为讽刺研究以及训练和评估讽刺检测系统提供了大量的数据。每个陈述还被作者自行注释，并配有用户、主题和对话上下文。通过构建基准测试和评估基线方法，我们对该语料库进行了准确度评估。

    Apr, 2017

  • iSarcasm: 旨在表达讽刺的数据集

    本文研究了文本挖掘中的讽刺检测，特别关注作者意图和读者解读的区别，介绍了作者直接标注的 iSarcasm 数据集，并指出现有方法在捕捉作者意图上的局限性，提出未来自然语言处理研究需要发展更优秀的检测方法。

    Nov, 2019

  • 情感识别讽刺言语的多模态语料库

    本论文针对识别嘲讽表达中的情感这一未被探索的任务，使用了最近发布的多模态嘲讽检测数据集（MUStARD）进行研究，并修正了其中的错误标签，最终将数据集标记上情感、情感强度和具体嘲讽类型，并提出多模态融合模型，用于嘲讽情感识别，表现优于现有的技术水平。

    Jun, 2022

  • SemEval-2022 任务 6：面向英语和阿拉伯语的基于 Transformer 的言外之意侦测模型 CS-UM6P

    本文介绍了应用基于深度学习的模型以及预训练的语言模型，在英语和阿拉伯语中进行讽刺检测任务。我们的系统已参与了所有子任务，并在阿拉伯语子任务 A 中取得最佳表现，在子任务 B 中排名第二，在子任务 C 中分别在阿拉伯语和英语数据集中排名第 7 和第 11。

    Jun, 2022