論文の概要: Combining Humor and Sarcasm for Improving Political Parody Detection

• arxiv url: http://arxiv.org/abs/2205.03313v1
• Date: Fri, 6 May 2022 15:48:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-09 15:28:04.303422
• Title: Combining Humor and Sarcasm for Improving Political Parody Detection
• Title（参考訳）: 政治パロディ検出を改善するためのユーモアと皮肉の組み合わせ
• Authors: Xiao Ao, Danae S\'anchez Villegas, Daniel Preo\c{t}iuc-Pietro, Nikolaos Aletras
• Abstract要約: 本稿では, ツイートにおける政治的パロディ検出の性能向上を目標として, これらの比喩的傾向を共同でモデル化する。 本稿では,3つの並列エンコーダを組み合わせたマルチエンコーダモデルを提案する。
• 参考スコア（独自算出の注目度）: 26.180436892215088
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Parody is a figurative device used for mimicking entities for comedic or critical purposes. Parody is intentionally humorous and often involves sarcasm. This paper explores jointly modelling these figurative tropes with the goal of improving performance of political parody detection in tweets. To this end, we present a multi-encoder model that combines three parallel encoders to enrich parody-specific representations with humor and sarcasm information. Experiments on a publicly available data set of political parody tweets demonstrate that our approach outperforms previous state-of-the-art methods.
• Abstract（参考訳）: パロディ(英: Parody)は、コメディや批判的な目的のために実体を模倣するために用いられる図形装置である。 パロディは故意にユーモラスで、しばしば皮肉を伴う。 本稿では, ツイートにおける政治的パロディ検出の性能向上を目標として, これらの比喩的傾向を共同でモデル化する。 そこで本研究では,3つの並列エンコーダを組み合わせたマルチエンコーダモデルを提案する。 政治パロディツイートの公開データセットの実験は、我々のアプローチが過去の最先端の手法よりも優れていることを示している。

関連論文リスト

• "When Words Fail, Emojis Prevail": Generating Sarcastic Utterances with Emoji Using Valence Reversal and Semantic Incongruity [0.23488056916440855]
  英語の非皮肉文からの絵文字を用いた文字生成のための新しいアーキテクチャを提案する。 本研究は, 人による判断を用いて, 生成した皮肉文を評価することで, 研究を締めくくった。
  論文  参考訳（メタデータ） (2023-05-06T17:49:41Z)
• The Naughtyformer: A Transformer Understands Offensive Humor [63.05016513788047]
  Redditから抽出された新しいジョークデータセットを導入し、Naughtyformerと呼ばれる微調整されたトランスフォーマーを用いてサブタイプ分類タスクを解決する。 本モデルでは, ジョークの攻撃性の検出が, 最先端の手法と比較して有意に優れていることを示す。
  論文  参考訳（メタデータ） (2022-11-25T20:37:58Z)
• 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)
• Towards Multimodal Prediction of Spontaneous Humour: A Novel Dataset and First Results [84.37263300062597]
  風は人間の社会的行動、感情、認知の重要な要素である。 現在のユーモア検出法は、ステージ化されたデータのみに基づいており、「現実世界」の応用には不十分である。 約11時間の記録を含むPassau-Spontaneous Football Coach Humorデータセットを導入することで,この障害への対処に寄与する。
  論文  参考訳（メタデータ） (2022-09-28T17:36:47Z)
• Do Androids Laugh at Electric Sheep? Humor "Understanding" Benchmarks from The New Yorker Caption Contest [70.40189243067857]
  大きめのニューラルネットワークがジョークを生成できるようになったが、本当にユーモアを「理解」しているのだろうか? 私たちは、New Yorker Cartoon Caption Contestから派生した3つのタスクでAIモデルに挑戦します。 どちらのモデルも3つのタスクすべてで苦労しています。
  論文  参考訳（メタデータ） (2022-09-13T20:54:00Z)
• DeHumor: Visual Analytics for Decomposing Humor [36.300283476950796]
  公言におけるユーモラスな行動を分析する視覚システムであるDeHumorを開発した。 それぞれの具体例の構成要素を直感的に明らかにするために、DeHumorはユーモラスな動画をマルチモーダルな特徴に分解する。 DeHumorはユーモアのユーモアの例として、さまざまなビルディングブロックをハイライトすることができる。
  論文  参考訳（メタデータ） (2021-07-18T04:01:07Z)
• 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)
• Uncertainty and Surprisal Jointly Deliver the Punchline: Exploiting Incongruity-Based Features for Humor Recognition [0.6445605125467573]
  ジョークを2つの異なるコンポーネントに分割します。セットアップとパンチラインです。 ユーモアの不整合理論に触発され、セマンティック不確実性を生み出す部分としてセットをモデル化する。 ますます強力な言語モデルによって、私たちはGPT-2言語モデルにパンチラインとともにセットアップをフィードすることができた。
  論文  参考訳（メタデータ） (2020-12-22T13:48:09Z)
• Analyzing Political Parody in Social Media [39.63865344724935]
  我々は、政治家とその対応するパロディアカウントからのツイートの公開データセットを新たに導入する。 パロディツイートを自動的に検出する、教師付き機械学習モデルのバッテリーを運用しています。 政治パロディのツイートは90%の精度で予測できる。
  論文  参考訳（メタデータ） (2020-04-28T22:31:18Z)

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。