論文の概要: Bi-ISCA: Bidirectional Inter-Sentence Contextual Attention Mechanism for
Detecting Sarcasm in User Generated Noisy Short Text
- arxiv url: http://arxiv.org/abs/2011.11465v3
- Date: Tue, 20 Apr 2021 17:36:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-22 02:02:49.274925
- Title: Bi-ISCA: Bidirectional Inter-Sentence Contextual Attention Mechanism for
Detecting Sarcasm in User Generated Noisy Short Text
- Title（参考訳）: Bi-ISCA:ユーザ生成ノイズショートテキストにおけるサルカズム検出のための双方向文間コンテキストアテンション機構
- Authors: Prakamya Mishra, Saroj Kaushik and Kuntal Dey
- Abstract要約: 本稿では,双方向コンテキストアテンション機構(Bi-ISCA)を用いた最先端ディープラーニングアーキテクチャを提案する。
Bi-ISCAは、会話コンテキストのみを使用して、ユーザ生成した短いテキストの皮肉を検出するための文間依存関係をキャプチャする。
提案した深層学習モデルは,暗黙的,暗黙的,文脈的に不連続な単語や句を抽出し,サルカズムを誘発する能力を示す。
- 参考スコア（独自算出の注目度）: 8.36639545285691
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many online comments on social media platforms are hateful, humorous, or
sarcastic. The sarcastic nature of these comments (especially the short ones)
alters their actual implied sentiments, which leads to misinterpretations by
the existing sentiment analysis models. A lot of research has already been done
to detect sarcasm in the text using user-based, topical, and conversational
information but not much work has been done to use inter-sentence contextual
information for detecting the same. This paper proposes a new state-of-the-art
deep learning architecture that uses a novel Bidirectional Inter-Sentence
Contextual Attention mechanism (Bi-ISCA) to capture inter-sentence dependencies
for detecting sarcasm in the user-generated short text using only the
conversational context. The proposed deep learning model demonstrates the
capability to capture explicit, implicit, and contextual incongruous words &
phrases responsible for invoking sarcasm. Bi-ISCA generates state-of-the-art
results on two widely used benchmark datasets for the sarcasm detection task
(Reddit and Twitter). To the best of our knowledge, none of the existing
state-of-the-art models use an inter-sentence contextual attention mechanism to
detect sarcasm in the user-generated short text using only conversational
context.
- Abstract（参考訳）: ソーシャルメディアプラットフォームに関する多くのオンラインコメントは、憎悪、ユーモア、皮肉である。
これらのコメント(特に短いコメント)の皮肉な性質は、実際の暗黙の感情を変化させ、既存の感情分析モデルによる誤解につながる。
テキスト中の皮肉を検出するために,ユーザベース,話題情報,会話情報を用いてすでに多くの研究がなされているが,文間文脈情報を用いて検出する作業はあまり行われていない。
本稿では, 対話型文脈のみを用いて, ユーザ生成した短文の皮肉を検出するために, 双方向のコンテキスト認識機構 (Bidirectional Inter-Sentence Contextual Attention mechanism, Bi-ISCA) を新たに提案する。
提案する深層学習モデルでは,暗黙的,文脈的に不一致な単語やフレーズをキャプチャし,皮肉を誘発する能力を示す。
bi-iscaは、サルカズム検出タスク(redditとtwitter)のために広く使われている2つのベンチマークデータセットで最新の結果を生成する。
我々の知る限り、既存の最先端モデルは、会話コンテキストのみを用いて、ユーザ生成短文の皮肉を検出するために、文間コンテキストアテンションメカニズムを使用していない。
関連論文リスト
- 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) - 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) - 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) - SwinTextSpotter: Scene Text Spotting via Better Synergy between Text
Detection and Text Recognition [73.61592015908353]
本稿では,SwinTextSpotter と呼ばれるシーンテキストスポッティングフレームワークを提案する。
動的頭部を検出器とするトランスを用いて、2つのタスクを新しい認識変換機構で統一する。
この設計は、追加の修正モジュールも文字レベルのアノテーションも必要としない簡潔なフレームワークをもたらす。
論文 参考訳（メタデータ） (2022-03-19T01:14:42Z) - A Survey on Automated Sarcasm Detection on Twitter [0.0]
短いテキストメッセージは、特にTwitterのようなソーシャルメディアプラットフォーム上でのコミュニケーションにますます利用されている。
これらのメッセージの統一された皮肉は、文の意味を逆転させ、混乱とコミュニケーションの失敗につながる。
本稿では,文脈による検出,投稿履歴,機械学習モデルなど,現在使われているさまざまな手法について述べる。
論文 参考訳（メタデータ） (2022-02-05T08:38:38Z) - 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) - Improving Machine Reading Comprehension with Contextualized Commonsense
Knowledge [62.46091695615262]
我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。
構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。
我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
論文 参考訳（メタデータ） (2020-09-12T17:20:01Z) - 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。