CASCADE：在线讨论论坛中的上下文讽刺检测
计算与语言
2018-05-17 v1
摘要
自动讽刺检测领域的文献主要聚焦于文本的词汇、句法与语义层面分析。然而，讽刺句可借助上下文预设、背景与常识知识来表达。本文中，我们提出 CASCADE（一种上下文讽刺检测器），其采用内容与上下文驱动建模的混合方法，用于在线社交媒体讨论中的讽刺检测。对于后者，CASCADE 旨在从讨论线程的 discourse 中提取上下文信息。此外，由于讽刺的性质与表达形式因人而异，CASCADE 利用编码用户文体测量与人格特征的用户嵌入。当与卷积神经网络（CNNs）等基于内容的特征提取器一同使用时，我们在大型 Reddit 语料库上观察到分类性能的显著提升。
引用
@article{arxiv.1805.06413,
title = {CASCADE: Contextual Sarcasm Detection in Online Discussion Forums},
author = {Devamanyu Hazarika and Soujanya Poria and Sruthi Gorantla and Erik Cambria and Roger Zimmermann and Rada Mihalcea},
journal= {arXiv preprint arXiv:1805.06413},
year = {2018}
}
备注
Accepted in COLING 2018