論文の概要: A Report on the 2020 Sarcasm Detection Shared Task
- arxiv url: http://arxiv.org/abs/2005.05814v2
- Date: Thu, 4 Jun 2020 20:31:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-03 18:14:38.717423
- Title: A Report on the 2020 Sarcasm Detection Shared Task
- Title（参考訳）: 2020年サーカスム検出共有作業報告
- Authors: Debanjan Ghosh and Avijit Vajpayee and Smaranda Muresan
- Abstract要約: サーカスム解析は自然言語処理における一般的な研究問題である。
サルカズム検出のための計算手法に取り組むコミュニティが増えている中、現状を解析することが不可欠である。
ACL 2020の第2回図式言語処理ワークショップ(2020年第2回)の一環として実施した皮肉検出の共有タスクについて報告する。
- 参考スコア（独自算出の注目度）: 30.430371267812554
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Detecting sarcasm and verbal irony is critical for understanding people's
actual sentiments and beliefs. Thus, the field of sarcasm analysis has become a
popular research problem in natural language processing. As the community
working on computational approaches for sarcasm detection is growing, it is
imperative to conduct benchmarking studies to analyze the current
state-of-the-art, facilitating progress in this area. We report on the shared
task on sarcasm detection we conducted as a part of the 2nd Workshop on
Figurative Language Processing (FigLang 2020) at ACL 2020.
- Abstract（参考訳）: 皮肉や言葉の皮肉を検出することは、人々の実際の感情や信念を理解する上で重要である。
そのため, 自然言語処理におけるサーカズム解析の分野は, 一般的な研究課題となっている。
サルカズム検出のための計算手法に取り組むコミュニティが増えている中、現在の技術状況を分析するためのベンチマーク研究を行い、この分野の進歩を促進することが不可欠である。
ACL 2020の第2回図形言語処理ワークショップ(FigLang 2020)の一環として実施したサルカズム検出の共有タスクについて報告する。
関連論文リスト
- An Evaluation of State-of-the-Art Large Language Models for Sarcasm
Detection [0.0]
サルカズム(英: Sarcasm)とは、彼が言いたいことの逆を意味する人による言葉の使用である。
NLPの最近の革新により、サルカズムを検出する可能性がさらに高まった。
論文 参考訳（メタデータ） (2023-10-07T14:45:43Z) - Sarcasm Detection in a Disaster Context [103.93691731605163]
HurricaneSARCは,意図した皮肉に注釈を付けた15,000ツイートのデータセットである。
私たちの最高のモデルは、データセットで最大0.70F1を得ることができます。
論文 参考訳（メタデータ） (2023-08-16T05:58:12Z) - Researchers eye-view of sarcasm detection in social media textual
content [0.0]
ソーシャルメディアにおけるあらゆる形態のコミュニケーションにおける皮肉文の使用は、ターゲットユーザに対する生理的効果をもたらす。
本稿では,様々なサルカズム検出手法について論じ,いくつかのアプローチ,および最適な特徴を持つ関連するデータセットを結論づける。
論文 参考訳（メタデータ） (2023-04-17T19:45:10Z) - 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) - Computational Sarcasm Analysis on Social Media: A Systematic Review [0.23488056916440855]
サルカズムは、人を侮辱したり、いらいらさせたり、楽しませたりするために、本当に表現したいことの反対を言ったり、書いたりするものとして定義することができる。
テキストデータにおけるサルカズムの曖昧な性質から,その検出は困難であり,感情分析研究コミュニティに大きな関心を寄せている。
論文 参考訳（メタデータ） (2022-09-13T17:20:19Z) - Sarcasm Detection: A Comparative Study [1.7725414095035827]
サルカズム検出は、感情を含むテキスト中の発話を含む皮肉を識別するタスクである。
本稿では,自動サーカズム検出の文献における健全な作業のコンパイルとレビューを行う。
論文 参考訳（メタデータ） (2021-07-05T21:20:29Z) - Augmenting Data for Sarcasm Detection with Unlabeled Conversation
Context [55.898436183096614]
本稿では,会話コンテキストを利用して意味のあるサンプルを生成する新しいデータ拡張手法であるCRA(Contextual Response Augmentation)を提案する。
具体的には,提案手法を訓練し,FigLang2020の皮肉検出タスクに参加し,RedditとTwitterのデータセットで最高のパフォーマンスを実現した。
論文 参考訳（メタデータ） (2020-06-11T09:00:11Z) - 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) - $R^3$: Reverse, Retrieve, and Rank for Sarcasm Generation with
Commonsense Knowledge [51.70688120849654]
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。
論文 参考訳（メタデータ） (2020-04-28T02:30:09Z)
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。