論文の概要: Polarity based Sarcasm Detection using Semigraph
- arxiv url: http://arxiv.org/abs/2304.01424v1
- Date: Tue, 4 Apr 2023 00:13:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-05 15:59:30.125434
- Title: Polarity based Sarcasm Detection using Semigraph
- Title（参考訳）: セミグラフを用いた極性に基づくサーカズム検出
- Authors: Swapnil Mane and Vaibhav Khatavkar
- Abstract要約: 本稿では, セミグラフの創発的手法について述べる。
テキスト文書のパターン関連性には、このセミグラフのバリエーションが示唆される。
提案手法は, セミグラフを用いて, 文書のサーカストと非サーカストの極性スコアを求める。
- 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: Sarcasm is an advanced linguistic expression often found on various online
platforms. Sarcasm detection is challenging in natural language processing
tasks that affect sentiment analysis. This article presents the inventive
method of the semigraph, including semigraph construction and sarcasm detection
processes. A variation of the semigraph is suggested in the pattern-relatedness
of the text document. The proposed method is to obtain the sarcastic and
non-sarcastic polarity scores of a document using a semigraph. The sarcastic
polarity score represents the possibility that a document will become
sarcastic. Sarcasm is detected based on the polarity scoring model. The
performance of the proposed model enhances the existing prior art approach to
sarcasm detection. In the Amazon product review, the model achieved the
accuracy, recall, and f-measure of 0.87, 0.79, and 0.83, respectively.
- Abstract（参考訳）: Sarcasmは、様々なオンラインプラットフォームでよく見られる高度な言語表現である。
感情分析に影響を与える自然言語処理タスクでは、皮肉の検出が難しい。
本稿では,セミグラフ構築法とサーカズム検出法を含むセミグラフの創発的手法について述べる。
テキスト文書のパターン関連性には、このセミグラフのバリエーションが示唆される。
提案手法は, セミグラフを用いて, 文書のサーカストと非サーカストの極性スコアを求める。
sarcastic polarity scoreは、文書がsarcasticになる可能性を表す。
極性スコアリングモデルに基づいてSarcasmを検出する。
提案モデルの性能は,既存のサルカズム検出への先行技術アプローチを強化する。
Amazonの製品レビューでは、それぞれ0.87、0.79、0.83の精度、リコール、f測定を達成した。
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) - Sampling and Ranking for Digital Ink Generation on a tight computational
budget [69.15275423815461]
トレーニングされたデジタルインク生成モデルの出力品質を最大化する方法について検討する。
我々は、デジタルインク領域におけるその種類に関する最初のアブレーション研究において、複数のサンプリングとランキング手法の効果を使用、比較する。
論文 参考訳（メタデータ） (2023-06-02T09:55:15Z) - Watermarking Text Generated by Black-Box Language Models [103.52541557216766]
テキスト生成中に透かしを埋め込むことのできるホワイトボックスLCMに対して,透かしに基づく手法が提案されている。
リストを認識した検出アルゴリズムは、透かし付きテキストを識別することができる。
我々はブラックボックス言語モデル利用シナリオのための透かしフレームワークを開発する。
論文 参考訳（メタデータ） (2023-05-14T07:37:33Z) - A Watermark for Large Language Models [84.95327142027183]
本稿では,プロプライエタリな言語モデルのための透かしフレームワークを提案する。
透かしはテキストの品質に無視できない影響で埋め込むことができる。
言語モデルAPIやパラメータにアクセスすることなく、効率的なオープンソースアルゴリズムを使って検出することができる。
論文 参考訳（メタデータ） (2023-01-24T18:52:59Z) - 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) - 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) - 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) - $R^3$: 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。