利用深度卷积神经网络深入探究讽刺性推文
计算与语言
2017-07-28 v2
摘要
讽刺检测是许多自然语言处理任务的关键任务。例如，在情感分析中，讽刺可以翻转“表面积极”句子的极性，从而 negatively 影响极性检测性能。迄今为止，大多数讽刺检测方法主要将该任务视为文本分类问题。然而，讽刺可以用非常微妙的方式表达，需要比标准文本分类技术所能掌握的更深层的自然语言理解。在这项工作中，我们开发了基于预训练卷积神经网络的模型，用于提取情感、情绪和个性特征以进行讽刺检测。这些特征连同网络的基线特征，使得所提出的模型在基准数据集上超越了最先进水平（SOTA）。我们还解决了在学习阶段未被模型见过的数据分类中常被忽视的泛化性问题。
引用
@article{arxiv.1610.08815,
title = {A Deeper Look into Sarcastic Tweets Using Deep Convolutional Neural Networks},
author = {Soujanya Poria and Erik Cambria and Devamanyu Hazarika and Prateek Vij},
journal= {arXiv preprint arXiv:1610.08815},
year = {2017}
}
备注
Published in COLING 2016