論文の概要: $R^3$: Reverse, Retrieve, and Rank for Sarcasm Generation with
Commonsense Knowledge
- arxiv url: http://arxiv.org/abs/2004.13248v4
- Date: Wed, 17 Jun 2020 06:42:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 21:48:56.568495
- Title: $R^3$: Reverse, Retrieve, and Rank for Sarcasm Generation with
Commonsense Knowledge
- Title(参考訳): r^3$:コモンセンス知識を用いたサーカズム生成のためのリバース、レトリバー、ランク
- Authors: Tuhin Chakrabarty, and Debanjan Ghosh, and Smaranda Muresan, and
Nanyun Peng
- Abstract要約: 非皮肉な入力文に基づくサルカズム生成のための教師なしアプローチを提案する。
本手法では,サルカズムの2つの主要な特徴をインスタンス化するために,検索・編集の枠組みを用いる。
- 参考スコア(独自算出の注目度): 51.70688120849654
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose an unsupervised approach for sarcasm generation based on a
non-sarcastic input sentence. Our method employs a retrieve-and-edit framework
to instantiate two major characteristics of sarcasm: reversal of valence and
semantic incongruity with the context which could include shared commonsense or
world knowledge between the speaker and the listener. While prior works on
sarcasm generation predominantly focus on context incongruity, we show that
combining valence reversal and semantic incongruity based on the commonsense
knowledge generates sarcasm of higher quality. Human evaluation shows that our
system generates sarcasm better than human annotators 34% of the time, and
better than a reinforced hybrid baseline 90% of the time.
- Abstract(参考訳): 非皮肉な入力文に基づくサルカズム生成のための教師なしアプローチを提案する。
提案手法では,話者とリスナー間の共有常識や世界知識を含むコンテキストと,有意性逆転と意味的不整合の2つの主要な特徴をキャラクタリゼーションするために,検索と編集の枠組みを用いる。
先行研究のサルカズム生成は主に文脈不合理性に焦点をあてる一方で,共通感覚知識に基づく価率反転と意味不合理性の組み合わせが高品質のサルカズムを生み出すことを示した。
人体評価の結果,ヒトのアノテータの34%がサルカズムを,その90%が強化されたハイブリッドベースラインよりも優れていることがわかった。
関連論文リスト
- A Functional Trade-off between Prosodic and Semantic Cues in Conveying Sarcasm [16.351061648741968]
発話とキーフレーズの韻律的特徴を3つの異なる皮肉カテゴリーに分けて分析した。
その結果, 意味論的意味が有意なフレーズでは, 意味論的意味が意味論的意味から明らかでない場合よりも, 韻律的手がかりは関連性が低いことがわかった。
論文 参考訳(メタデータ) (2024-08-27T09:07:37Z) - Sentiment-enhanced Graph-based Sarcasm Explanation in Dialogue [67.09698638709065]
本稿では,SEntiment-enhanceD Graph を用いたマルチモーダルサルカズム記述フレームワーク EDGE を提案する。
特に,まずレキシコン誘導型発話感情推論モジュールを提案し,そこでは発話感情改善戦略を考案する。
次に,マルチモーダル感情分析モデル JCA を拡張し,映像音声クリップ毎に共同感情ラベルを導出することにより,JCA-SI (Joint Cross Attention-based Sentiment Inference) というモジュールを開発する。
論文 参考訳(メタデータ) (2024-02-06T03:14:46Z) - MMSD2.0: Towards a Reliable Multi-modal Sarcasm Detection System [57.650338588086186]
本稿では,MMSDの欠点を修正する補正データセットMMSD2.0を紹介する。
マルチビューCLIPと呼ばれる,複数視点から多粒度キューを活用可能な新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2023-07-14T03:22:51Z) - Sarcasm Detection Framework Using Emotion and Sentiment Features [62.997667081978825]
本研究では,感情と感情の特徴を取り入れたモデルを提案する。
我々のアプローチは、ソーシャルネットワークプラットフォームとオンラインメディアの4つのデータセットに対して、最先端の結果を得た。
論文 参考訳(メタデータ) (2022-11-23T15:14:44Z) - How to Describe Images in a More Funny Way? Towards a Modular Approach
to Cross-Modal Sarcasm Generation [62.89586083449108]
本稿では,CMSG(Cross-modal sarcasm Generation)の新たな問題,すなわち,与えられた画像に対してサーカシックな記述を生成することについて検討する。
CMSGは、異なるモード間の相関だけでなく、サルカズムの特性をモデルが満たさなければならないため、困難である。
クロスモデルサルカズム生成のための抽出・生成・生成に基づくモジュール法(EGRM)を提案する。
論文 参考訳(メタデータ) (2022-11-20T14:38:24Z) - Towards Multi-Modal Sarcasm Detection via Hierarchical Congruity
Modeling with Knowledge Enhancement [31.97249246223621]
サルカスム(Sarcasm)は、文字通りの意味と暗示意図の相違を示す言語現象である。
既存の技術のほとんどは、テキスト入力と付随する画像の間の原子レベルの不整合をモデル化しただけだった。
本稿では,マルチヘッドのクロスアテンション機構に基づく原子レベルの合同性と,グラフニューラルネットワークに基づく合成レベルの合同性の両方を探索し,サルカズム検出のための新しい階層的枠組みを提案する。
論文 参考訳(メタデータ) (2022-10-07T12:44:33Z) - A Dual-Channel Framework for Sarcasm Recognition by Detecting Sentiment
Conflict [41.08483236878307]
サルカスムはアンビバレンス(英語版)を採用しており、そこでは肯定的だが実際には否定的であり、その逆である。
皮肉な文章の本質は、リテラル感情が深い感情とは逆であることです。
本稿では,感情の対立を認識するために,リテラルと深い感情の両方をモデル化し,デュアルチャネル・フレームワークを提案する。
論文 参考訳(メタデータ) (2021-09-08T12:33:19Z) - Parallel Deep Learning-Driven Sarcasm Detection from Pop Culture Text
and English Humor Literature [0.76146285961466]
ベンチマークポップカルチャー Sarcasm corpus のサーカシックな単語分布特徴を手作業で抽出する。
このような単語から重み付きベクトルからなる入力シーケンスを生成する。
提案するサルカズム検出モデルは,提案したデータセットを用いてトレーニングした場合,98.95%のトレーニング精度をピークとする。
論文 参考訳(メタデータ) (2021-06-10T14:01:07Z) - "Laughing at you or with you": The Role of Sarcasm in Shaping the
Disagreement Space [10.73235256149378]
我々は、議論的な動き(学位/不一致)とsarcasmの両方で注釈付きコーパスを提示します。
a) 議論的関係分類のタスクにsarcasmを検出するのに有用な離散的特徴を適用するという点で共同モデリングを利用する。
モデルサルカズムは,すべての設定において議論的関係分類タスク(agree/disagree/none)を改善することを実証する。
論文 参考訳(メタデータ) (2021-01-26T17:19:18Z) - Sarcasm Detection using Context Separators in Online Discourse [3.655021726150369]
サルカズム(Sarcasm)は、意味が暗黙的に伝えられる複雑な形態の言語である。
本研究では,RoBERTa_largeを用いて2つのデータセットの皮肉を検出する。
また,文脈単語埋め込みモデルの性能向上における文脈の重要性を主張する。
論文 参考訳(メタデータ) (2020-06-01T10:52:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。