中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/84057
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 80990/80990 (100%)
造访人次 : 41639382      在线人数 : 1238
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/84057


    题名: Evaluation of Stacked Embeddings for Sarcasm Detection Using Auxiliary Sentence
    作者: 陳筱萱;Chen, Hsiao-Hsuan
    贡献者: 資訊工程學系
    关键词: 諷刺偵測;詞嵌入堆疊;輔助句子;Sarcasm Detection;Embedding Stacking;Auxiliary Sentence
    日期: 2020-07-29
    上传时间: 2020-09-02 17:59:41 (UTC+8)
    出版者: 國立中央大學
    摘要: 隨著社交媒體的發展,網路上充斥著大量的訊息。為了能夠快速地分析這些大量訊息中的正面及負面情緒,情緒分析已成為自然語言處理中重要的議題。在不同類型的情感分析中,諷刺偵測尤其扮演著極重要的角色。因為當一個句子含有諷刺意味時,其表面含義將會與其核心表達意思相反。為了避免錯誤的判斷,本研究提出了兩種提高諷刺偵測準確度的技術:構建輔助句與堆疊多個嵌入。在構建輔助句的部分,我們提出了兩種方法: AUX-Q和AUX-POSNEG。而堆疊多個嵌入的部分,我們將Transformer-based Embeddings和Static Embeddings堆疊合併成一個新的嵌入。我們在兩個諷刺偵測資料集上實驗我們提出的技術。結果表明,我們提出的方法分別在SemEval 2018 Task 3資料集與News Headlines資料集上,將目前最先進方法的錯誤率降低了7.23%和33.68%。;With the development of social media, the Internet is full of messages. In or der to quickly analyze the positive and negative emotions in a large number of messages, sentiment analysis has become an important issue in natural language processing. Among different types of sentiment analyses, sarcasm detection plays an important role. When a sentence is sarcastic, its meaning will be opposite to that of the core expression. In order to avoid wrong judgments, this research proposes two techniques to improve the accuracy of sarcasm detection: Auxiliary Sentence Construction and Stacking Multiple Embeddings. For the construction of auxiliary sentences, two methods are proposed: AUX-Q and AUX-POSNEG. For stacking multiple embeddings, Transformer-based Embeddings and Static Embeddings are combined into a new embedding. We experimented our proposed techniques on two sarcasm detection datasets. The results showed that our proposed methods reduce the error rate of the state-of-the-art sarcasm detection by 7.23% on SemEval 2018 Task 3 dataset and 33.68% on News Headlines dataset.
    显示于类别:[資訊工程研究所] 博碩士論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    index.html0KbHTML137检视/开启


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明