論文の概要: Combining Context-Free and Contextualized Representations for Arabic
Sarcasm Detection and Sentiment Identification
- arxiv url: http://arxiv.org/abs/2103.05683v1
- Date: Tue, 9 Mar 2021 19:39:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-11 15:03:08.597064
- Title: Combining Context-Free and Contextualized Representations for Arabic
Sarcasm Detection and Sentiment Identification
- Title（参考訳）: アラビアサルカズム検出と感情同定のためのコンテキストフリー表現とコンテキスト付き表現の組み合わせ
- Authors: Amey Hengle, Atharva Kshirsagar, Shaily Desai and Manisha Marathe
- Abstract要約: 本論文では,SPPU-AASM チームによる WANLP ArSarcasm shared-task 2021 の提出を示唆する。
提案方式は, 皮肉および感情検出タスクに対して, F1-sarcastic score の 0.62 と F-PN score の 0.715 をそれぞれ達成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Since their inception, transformer-based language models have led to
impressive performance gains across multiple natural language processing tasks.
For Arabic, the current state-of-the-art results on most datasets are achieved
by the AraBERT language model. Notwithstanding these recent advancements,
sarcasm and sentiment detection persist to be challenging tasks in Arabic,
given the language's rich morphology, linguistic disparity and dialectal
variations. This paper proffers team SPPU-AASM's submission for the WANLP
ArSarcasm shared-task 2021, which centers around the sarcasm and sentiment
polarity detection of Arabic tweets. The study proposes a hybrid model,
combining sentence representations from AraBERT with static word vectors
trained on Arabic social media corpora. The proposed system achieves a
F1-sarcastic score of 0.62 and a F-PN score of 0.715 for the sarcasm and
sentiment detection tasks, respectively. Simulation results show that the
proposed system outperforms multiple existing approaches for both the tasks,
suggesting that the amalgamation of context-free and context-dependent text
representations can help capture complementary facets of word meaning in
Arabic. The system ranked second and tenth in the respective sub-tasks of
sarcasm detection and sentiment identification.
- Abstract（参考訳）: その開始以来、トランスフォーマーベースの言語モデルは、複数の自然言語処理タスクで印象的なパフォーマンス向上をもたらした。
アラビア語の場合、ほとんどのデータセットにおける最新の結果は、AraBERT言語モデルによって達成されます。
これらの最近の進歩にもかかわらず、サルカズムと感情検出はアラビア語の豊富な形態、言語の違い、方言のバリエーションを考えると、難しい課題であり続けている。
本論文では,SPPU-AASM チームによる WANLP ArSarcasm shared-task 2021 の提出を示唆する。
この研究は、アラベルトの文表現とアラビア語のソーシャルメディアコーポラで訓練された静的ワードベクターを組み合わせたハイブリッドモデルを提案する。
提案方式は, 皮肉および感情検出タスクに対して, F1-sarcastic score の 0.62 と F-PN score の 0.715 をそれぞれ達成する。
シミュレーションの結果,提案手法は両タスクにおいて既存の複数のアプローチを上回っており,文脈非依存と文脈依存のテキスト表現の融合はアラビア語の単語意味の補完的ファセットを捉えるのに役立つことが示唆された。
システムは、sarcasm検出と感情識別のそれぞれのサブタスクで2位と10位にランクされています。
関連論文リスト
- Impact of emoji exclusion on the performance of Arabic sarcasm detection models [0.0]
本稿では,基本前処理成分が音素音声検出に与える影響について検討する。
我々はAraBERTプリトレーニングを用いて特定のモデルを改良し、絵文字の除去が皮肉検出の精度を大幅に向上させることを示した。
本研究では、アラビア語の自然言語処理における新しいベンチマークを確立し、ソーシャルメディアプラットフォームに価値ある洞察を与える。
論文 参考訳（メタデータ） (2024-05-03T15:51:02Z) - 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) - Arabic Sentiment Analysis with Noisy Deep Explainable Model [48.22321420680046]
本稿では,アラビア語の感情分類フレームワークを提案する。
提案フレームワークは,局所的な代理説明可能なモデルをトレーニングすることで,特定の予測を説明することができる。
アラビアサデータセットの公開ベンチマーク実験を行った。
論文 参考訳（メタデータ） (2023-09-24T19:26:53Z) - 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) - RuArg-2022: Argument Mining Evaluation [69.87149207721035]
本稿は、ロシア語テキストを扱う議論分析システムの最初のコンペティションの主催者の報告である。
新型コロナウイルスの感染拡大に伴う3つの話題について、9,550文(ソーシャルメディア投稿記事)のコーパスを用意した。
両タスクで第一位を獲得したシステムは、BERTアーキテクチャのNLI(Natural Language Inference)変種を使用した。
論文 参考訳（メタデータ） (2022-06-18T17:13:37Z) - CS-UM6P at SemEval-2022 Task 6: Transformer-based Models for Intended
Sarcasm Detection in English and Arabic [6.221019624345408]
サルカズム(Sarcasm)は、文の意図する意味が文字通りの意味と異なる、図形言語の一種である。
本稿では,英語およびアラビア語におけるサルカズム検出タスクへの参加システムについて述べる。
論文 参考訳（メタデータ） (2022-06-16T19:14:54Z) - BFCAI at SemEval-2022 Task 6: Multi-Layer Perceptron for Sarcasm
Detection in Arabic Texts [0.0]
本稿では,iSarcasm共有タスクに送信されたシステムについて述べる。
iSarcasmの目的は、アラビア語と英語のテキストで皮肉な内容を特定することである。
アラビア文字の検出のために,多層機械学習に基づくモデルが提出されている。
論文 参考訳（メタデータ） (2022-05-18T11:33:07Z) - AES Systems Are Both Overstable And Oversensitive: Explaining Why And
Proposing Defenses [66.49753193098356]
スコアリングモデルの驚くべき逆方向の脆さの原因について検討する。
のモデルとして訓練されているにもかかわらず、単語の袋のように振る舞うことを示唆している。
高い精度で試料を発生させる過敏性と過敏性を検出できる検出ベース保護モデルを提案する。
論文 参考訳（メタデータ） (2021-09-24T03:49:38Z) - Deep Multi-Task Model for Sarcasm Detection and Sentiment Analysis in
Arabic Language [1.1254693939127909]
本稿では,2つのタスク間の知識相互作用を可能にする,エンドツーエンドの深層マルチタスク学習(MTL)モデルを提案する。
その結果,提案手法はアラビア感性分析(SA)とサルカズム検出サブタスクにおいて,単一タスクモデルよりも優れていた。
論文 参考訳（メタデータ） (2021-06-23T16:00:32Z) - AraBERT and Farasa Segmentation Based Approach For Sarcasm and Sentiment
Detection in Arabic Tweets [0.0]
サブタスクの1つは、あるアラビア語のツイートが本質的にサッカスティックであるかどうかを識別するシステムを開発することです。
もう1つは、アラビア語のツイートの感情を特定することを目的としている。
最終アプローチはSarcasmとSentiment Detectionのサブタスクでそれぞれ7位と4位にランクされた。
論文 参考訳（メタデータ） (2021-03-02T12:33:50Z) - Explicit Alignment Objectives for Multilingual Bidirectional Encoders [111.65322283420805]
本稿では,多言語エンコーダAMBER(Aligned Multilingual Bi-directional EncodeR)の学習方法を提案する。
AMBERは、異なる粒度で多言語表現を整列する2つの明示的なアライメント目標を使用して、追加の並列データに基づいて訓練される。
実験結果から、AMBERは、シーケンスタグ付けで1.1平均F1スコア、XLMR-大規模モデル上での検索で27.3平均精度を得ることがわかった。
論文 参考訳（メタデータ） (2020-10-15T18:34:13Z)
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。