对话语境在在线交互讽刺检测中的作用
计算与语言
2017-07-21 v1 人工智能
机器学习
摘要
讽刺检测的计算模型通常仅依赖话语本身的内容。然而，如果没有额外的语境，说话者的讽刺意图并不总是显而易见的。本文聚焦于社交媒体讨论，研究两个问题：(1) 对对话语境进行建模是否有助于讽刺检测；(2) 我们能否理解对话语境中的哪一部分触发了讽刺回复。针对第一个问题，我们研究了几种能够同时对对话语境和讽刺回复进行建模的长短期记忆网络（LSTM）。结果表明，条件 LSTM 网络（Rocktaschel et al., 2015）以及在语境和响应上采用句子级注意力的 LSTM 网络，优于仅读取响应的 LSTM 模型。针对第二个问题，我们对带注意力的 LSTM 模型产生的注意力权重进行了定性分析，并讨论了其与人类在该任务上表现的比较结果。
引用
@article{arxiv.1707.06226,
title = {The Role of Conversation Context for Sarcasm Detection in Online Interactions},
author = {Debanjan Ghosh and Alexander Richard Fabbri and Smaranda Muresan},
journal= {arXiv preprint arXiv:1707.06226},
year = {2017}
}
备注
SIGDial 2017