Jakie badania przeprowadzono w dziedzinie „Identyfikowania sarkazmu w tekście”?

Identyfikacja sarkazmu jest uważana za jeden z najtrudniejszych otwartych problemów w dziedzinie ML i NLP.

Czy zatem na tym froncie przeprowadzono jakieś znaczące badania? Jeśli tak, to jaka jest dokładność? Proszę również krótko wyjaśnić model NLP.

W poniższym artykule badawczym naukowców z IIT Bombay podsumowano ostatnie postępy w wykrywaniu sarkazmu: link Arxiv .

W odniesieniu do twojego pytania nie sądzę, aby było ono uważane za wyjątkowo trudne lub otwarte. Wprawdzie wprowadza niejednoznaczność, z którą komputery jeszcze nie mogą sobie poradzić, ale ludzie łatwo są w stanie zrozumieć sarkazm, a tym samym są w stanie oznaczyć zbiory danych do wykrywania sarkazmu.

Niedawno przeprowadzono prace w tej samej dziedzinie, w której sieci neuronowe (a dokładniej CNN) są używane do tego samego celu. Trochę informacji. o badaniach jest:

Aby poznać ten kontekst, w artykule opisano metodę, za pomocą której sieć neuronowa znajduje „osadzenia” użytkownika - tj. Wskazówki kontekstowe, takie jak treść poprzednich tweetów, powiązane zainteresowania i konta i tak dalej. Wykorzystuje te różne czynniki, aby wykreślić użytkownika z innymi i (idealnie) stwierdza, że ​​tworzą one stosunkowo dobrze zdefiniowane grupy.

Tak więc gazeta wykorzystuje CNN, osadzanie słów i użytkowników do wykrywania sarkazmu w tekście. Jest tam również artykuł na ten temat.

Artykuł wykorzystuje sentyment tweeta i porównuje go z innymi podobnymi tweetami:

Jeśli sentyment tweeta wydaje się nie zgadzać z większością tego, co wyrażają podobni użytkownicy, istnieje duże prawdopodobieństwo, że zastosuje się sarkazm.

Link do artykułu