지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.22 No.4
- 발행연도
- 2022.12
- 수록면
- 401 - 413 (13page)
- DOI
- 10.5391/IJFIS.2022.22.4.401
이용수
초록· 키워드
오류제보하기
Sarcasm is the use of words commonly used to ridicule someone or for humorous purposes. Several studies on sarcasm detection have utilized different learning algorithms. However, most of these learning models have always focused on the contents of expression only, thus leaving the contextual information in isolation. As a result, they failed to capture the contextual information in the sarcastic expression. Moreover, some datasets used in several studies have an unbalanced dataset, thus impacting the model result. In this paper, we propose a contextual model for sarcasm identification in Twitter using various pre-trained models and augmenting the dataset by applying Global Vector representation (GloVe) for the construction of word embedding and context learning to generate more sarcastic data, and also perform additional experiments by using the data duplication method. Data augmentation and duplication impact is tested in various datasets and augmentation sizes. In particular, we achieved the best performance after using the data augmentation method to increase 20% of the data labeled as sarcastic and improve the performance by 2.1% with an F1 Score of 40.44% compared to 38.34% before using data augmentation in the iSarcasm dataset.
목차
Abstract
1. Introduction
2. Materials
3. Methodology
4. Results and Discussion
5. Confusion Matrix Analysis
6. Conclusions and Future Work
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
WGAN을 이용한 Data Augmentation 기법
대한전자공학회 학술대회
2017 .11
-
BERT Pre-trained Models for Data Augmentation in Twitter Medical Named-Entity Recognition
한국정보과학회 학술발표논문집
2021 .06
-
확산 모델 기반 데이터 증강 최신 연구 동향
대한전자공학회 학술대회
2024 .06
-
벡터 양자화 증강 기법을 통한 적대적 견고 향상
대한전자공학회 학술대회
2023 .06
-
딥 뉴럴 네트워크 기반의 음성 향상을 위한 데이터 증강
멀티미디어학회논문지
2019 .07
-
Image Data Augmentation 기반 Vehicle Part 검출 자동화 AI 네트워크 성능 향상
한국생산제조학회 학술발표대회 논문집
2021 .12
-
인공지능 기반의 미생물 균총과 질병과의 연관성 예측을 위한 Data Augmentation 방법론
전자공학회논문지
2021 .03
-
Data Augmentation and Deep Learning for the Fault Diagnosis of Rotating Machines
대한기계학회 춘추학술대회
2021 .11
-
영상 내 물체 검출 및 분류를 위한 소규모 데이터 확장 기법
로봇학회 논문지
2020 .06
-
Need Text Data Augmentation? Just One Insertion Is Enough
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2024 .06
-
표면 결함 검출을 위한 데이터 확장 및 성능분석
전기학회논문지
2018 .05
-
Data Augmentation on Limited Biometric Data Set for M2M Authentication Model Testing
한국통신학회 학술대회논문집
2021 .06
-
데이터 증강기법 기반의 강건한 건선 중증도 분류 연구
전기학회논문지
2022 .12
-
데이터증강 모델 조합을 활용한 적성 전차에 대한 객체탐지 성능 향상 연구
한국CDE학회 논문집
2022 .06
-
Transfer Learning for Identifying Flowers with Data Augmentation
한국통신학회 학술대회논문집
2019 .11
-
Selective Data Augmentation for Improving the Performance of Offline Reinforcement Learning
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
이미지 회전기반 데이터 증식을 이용한 객체 인식 기술 연구
대한전자공학회 학술대회
2018 .06
-
A Study on specific region detection and recognition based on Transfer-Learning and Data Augmentation
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
생성형 AI 모델을 활용한 객체 인식 학습 데이터세트 증강 기법
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
가려진 객체 검출에 강인한 데이터 증강 기법 조합
대한전자공학회 학술대회
2024 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-003-000319190