基于词嵌入的特征对反讽检测有用吗？
计算与语言
2016-10-05 v1
摘要
本文对反讽检测研究中的 SOTA 进行了简单的提升。现有方法无法捕捉反讽核心的微妙语境不一致性。我们探讨了是否可以通过词嵌入之间的语义相似性/分歧来增强先前的工作。我们将基于词嵌入的特征扩充到过去报道的四个特征集中。我们还实验了四种类型的词嵌入。我们观察到，无论使用何种词嵌入或将我们的特征扩充到何种原始特征集，反讽检测均有所改善。例如，当使用 Word2Vec 嵌入时，这种扩充使得这四个特征集中有三个的 F-score 提高了约 4%，而第四个则有轻微下降。最后，对四种嵌入的比较表明，就其对反讽检测的益处而言，Word2Vec 和基于依存权重的特征优于 LSA 和 GloVe。
引用
@article{arxiv.1610.00883,
title = {Are Word Embedding-based Features Useful for Sarcasm Detection?},
author = {Aditya Joshi and Vaibhav Tripathi and Kevin Patel and Pushpak Bhattacharyya and Mark Carman},
journal= {arXiv preprint arXiv:1610.00883},
year = {2016}
}
备注
The paper will be presented at Conference on Empirical Methods in Natural Language Processing (EMNLP) 2016 in November 2016. http://www.emnlp2016.net/