基于Transformer的社交媒体对话线程上下文感知讽刺检测
计算与语言
2020-05-26 v1
摘要
我们提出一种基于transformer的讽刺检测模型，该模型利用整个对话线程的上下文以实现更鲁棒的预测。我们的模型使用深层transformer层，在目标话语与线程中的相关上下文之间执行多头注意力。该上下文感知模型在来自社交媒体Twitter和Reddit的两个数据集上进行了评估，分别显示出比其基线高3.1%和7.0%的提升。我们的最佳模型在Twitter和Reddit数据集上分别给出79.0%和75.0%的F1分数，成为该共享任务中36个参与者中性能最高的系统之一。
引用
@article{arxiv.2005.11424,
title = {Transformer-based Context-aware Sarcasm Detection in Conversation Threads from Social Media},
author = {Xiangjue Dong and Changmao Li and Jinho D. Choi},
journal= {arXiv preprint arXiv:2005.11424},
year = {2020}
}
备注
To be published in ACL FigLang2020