Модель для идентификации сарказма в твиттере |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2021-08-25 15:24 Тут недавно индонезийцы из университета Бина Нусантара выкатили модель по распознаванию сарказма в Твиттере. Они утверждают, что прошлые методы не уделяли внимание контексту твита, концентрирую внимание только на содержимом, отчего такие методы являются неэффективными. В данной работе они предложили контекстуальную модель для идентификации сарказма в твиттере, используя RoBERTa, и дополнили набор данных, применяя глобальное векторное представление (GloVe) для построения вкраплений слов и контекстного обучения, чтобы генерировать больше данных и сбалансировать набор данных. Они добились увеличения производительности на 3,2% в наборе данных iSarcasm при использовании дополнения данных для увеличения 20% данных, помеченных как саркастические, в результате чего F-score составил 40,4% по сравнению с 37,2% без дополнения данных. Ссылка на статью: https://arxiv.org/ftp/arxiv/papers/2108/2108.09924.pdf Ссылка на GitHub: https://github.com/zeroix15/Twitter_Sarcasm_Detections Источник: github.com Комментарии: |
|