Sarcastic RoBERTa: A RoBERTa-Based Deep Neural Network Detecting Sarcasm on Twitter

Maciej Hercog; Piotr Jaroński; Jan Kolanowski; Paweł Mieczyński; Dawid Wiśniewski; Jędrzej Potoniec

doi:10.1007/978-3-031-12670-3_4

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Sarcastic RoBERTa: A RoBERTa-Based Deep Neural Network Detecting Sarcasm on Twitter

Zgłoś uwagę

Rozdział

Pobierz BibTeX

Tytuł

Sarcastic RoBERTa: A RoBERTa-Based Deep Neural Network Detecting Sarcasm on Twitter

Autorzy

Maciej Hercog (WIiT) ^{[ 1 ][ S ]}
Piotr Jaroński (WIiT) ^{[ 1 ][ S ]}
Jan Kolanowski (WIiT) ^{[ 1 ][ S ]}
Paweł Mieczyński (WIiT) ^{[ 1 ][ S ]}
Dawid Wiśniewski (WIiT) ^{[ 2 ][ 2.3 ][ P ]}
Jędrzej Potoniec (WIiT) ^{[ 2 ][ 2.3 ][ P ]}

^{[ 1 ]} Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | ^{[ 2 ]} Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | ^{[ S ]} student | ^{[ P ]} pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.3] Informatyka techniczna i telekomunikacja

Rok publikacji

2022

Typ rozdziału

rozdział w monografii naukowej / referat

Język publikacji

angielski

Słowa kluczowe

EN

Text classification
Sarcasm detection
RoBERTa
iSarcasm
SARC
Knowledge transfer

Streszczenie

EN Sarcastic RoBERTa is an approach to recognizing sarcastic tweets written in English. It is based on a pre-trained RoBERTa model supported by a 3-layer feed-forward fully-connected neural network. It establishes a new state-of-the-art result on the iSarcasm dataset, attaining the F1 score of 0.526, and being not far from the human performance of 0.616.

Data udostępnienia online

26.07.2022

Strony (od-do)

46 - 52

DOI

10.1007/978-3-031-12670-3_4

URL

https://link.springer.com/chapter/10.1007/978-3-031-12670-3_4

Książka

Big Data Analytics and Knowledge Discovery : 24th International Conference, DaWaK 2022, Vienna, Austria, August 22–24, 2022, Proceedings

Zaprezentowany na

24th International Conference on Big Data Analytics and Knowledge Discovery DaWaK 2022, 22-24.08.2022, Vienna, Austria