論文の概要: Nek Minit: Harnessing Pragmatic Metacognitive Prompting for Explainable Sarcasm Detection of Australian and Indian English

• arxiv url: http://arxiv.org/abs/2505.15095v1
• Date: Wed, 21 May 2025 04:34:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-22 15:42:58.868407
• Title: Nek Minit: Harnessing Pragmatic Metacognitive Prompting for Explainable Sarcasm Detection of Australian and Indian English
• Title（参考訳）: Nek Minit:オーストラリア英語とインド英語の説明可能なサルカズム検出のための実用的メタ認知プロンプト
• Authors: Ishmanbir Singh, Dipankar Srirag, Aditya Joshi,
• Abstract要約: サルカズムは、述べられた感情と暗示された感情の間に矛盾があるため、感情分析への挑戦である。 PMP(Pragmatic Metacognitive prompting)は、実用的推論に使用される認知にインスパイアされた技法である。 オーストラリア英語とインド英語のSarcasm検出にPMPを用いた。
• 参考スコア（独自算出の注目度）: 2.8514881296685113
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sarcasm is a challenge to sentiment analysis because of the incongruity between stated and implied sentiment. The challenge is exacerbated when the implication may be relevant to a specific country or geographical region. Pragmatic metacognitive prompting (PMP) is a cognition-inspired technique that has been used for pragmatic reasoning. In this paper, we harness PMP for explainable sarcasm detection for Australian and Indian English, alongside a benchmark dataset for standard English. We manually add sarcasm explanations to an existing sarcasm-labeled dataset for Australian and Indian English called BESSTIE, and compare the performance for explainable sarcasm detection for them with FLUTE, a standard English dataset containing sarcasm explanations. Our approach utilising PMP when evaluated on two open-weight LLMs (GEMMA and LLAMA) achieves statistically significant performance improvement across all tasks and datasets when compared with four alternative prompting strategies. We also find that alternative techniques such as agentic prompting mitigate context-related failures by enabling external knowledge retrieval. The focused contribution of our work is utilising PMP in generating sarcasm explanations for varieties of English.
• Abstract（参考訳）: サルカズムは、述べられた感情と暗示された感情の間に矛盾があるため、感情分析への挑戦である。 この課題は、特定の国または地理的地域に関連する可能性がある場合、さらに悪化する。 PMP(Pragmatic Metacognitive prompting)は、実用的推論に使用される認知にインスパイアされた技法である。 本稿では,標準英語のベンチマークデータセットとともに,オーストラリア英語とインド英語のSarcasm検出にPMPを利用する。 オーストラリアおよびインド英語の既存のサルカズムラベル付きデータセットであるBESSTIEにサルカズム説明を手作業で追加し、サルカズム説明を含む標準英語データセットであるFLUTEとの比較を行った。 オープンウェイト LLM (GEMMA と LLAMA) を用いてPMPを利用する手法は,4つの代替プロンプト戦略と比較して,全てのタスクやデータセットに対して統計的に有意な性能向上を実現している。 また,外部知識の検索を可能とすることで,エージェントがコンテキスト関連障害を緩和するなどの代替手法も見いだす。 我々の研究の焦点は、多種多様な英語に対する皮肉な説明を生成するために、PMPを活用することである。

関連論文リスト

• Detecting Emotional Incongruity of Sarcasm by Commonsense Reasoning [32.5690489394632]
  本論文は, 語義的意味に反する批判, モック, その他の否定的な感情を伝えるか否かを識別することを目的とした, 皮肉検出に焦点を当てた。 既存のメソッドは、複雑な現実世界のシナリオに直面した時に、常識的な推論能力に欠けており、不満足なパフォーマンスをもたらします。 本研究では,EICR と呼ばれるコモンセンス拡張に基づく不整合推論を行うサルカズム検出のための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-17T11:25:55Z)
• Sentiment-enhanced Graph-based Sarcasm Explanation in Dialogue [63.32199372362483]
  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)
• Interpretable Bangla Sarcasm Detection using BERT and Explainable AI [0.3914676152740142]
  BERTベースのシステムは99.60%を達成できるが、従来の機械学習アルゴリズムは89.93%しか達成できない。 このデータセットはsarcasticとnon-sarcasticのコメントの新記録で構成されており、その大部分はFacebookとYouTubeのコメントセクションから取得されている。
  論文  参考訳（メタデータ） (2023-03-22T17:35:35Z)
• 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)
• Deep Clustering of Text Representations for Supervision-free Probing of Syntax [51.904014754864875]
  本研究では,音声誘導 (POSI) と選挙区ラベリング (CoLab) の一部を考察する。 また,Multilingual BERT (mBERT) には,驚くほど多くの英語の構文知識が含まれていることがわかった。 本稿では,45 タグの英語 POSI の競争性能,12 タグの英語 POSI の10言語間における最先端性能,CoLab の競争結果について報告する。
  論文  参考訳（メタデータ） (2020-10-24T05:06:29Z)
• 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。