Sarcastic Text Detection Using Keras

Autor: Abdullah Erhan Akkaya
Rok vydání: 2021
Předmět:
Zdroj: Volume: IDAP-2021 : 5th International Artificial Intelligence and Data Processing symposium, Issue: Special 126-131
Computer Science
ISSN: 2548-1304
DOI: 10.53070/bbd.990890
Popis: Sarcastic text is a type of text that contains a kind of irony, in which negative expressions are expressed as positive by attributing meanings to words that contradict their real meanings during communication. During face-to-face communication, changes in tone of voice, body language, eye contact or word stress make it easier for the other person to detect the sarcastic expression. However, it is challenging to detect sarcastic expressions only through text in machine learning-based systems since human-centred qualities cannot be transferred. Newspapers often use sarcastic expressions in their headlines to attract people's attention. However, many people cannot fully understand whether these expressions are sarcastic or not without reading the content of the text. As a result, they can transmit false information to the people around them through direct communication or social media. In this study, to prevent such misinformation, newspaper headlines with and without sarcasm are tried to be classified on three different GPUs with deep learning methods. As a result, the developed model can successfully detect news headlines containing sarcasm.
Kinayeli metin, iletişim esnasında kelimelere gerçek anlamlarıyla çelişecek manalar yükleyerek, olumsuz ifadelerin olumlu gibi ifade edildiği bir çeşit ironi içeren metin türüdür. Yüz yüze iletişim esnasında, ses tonu, vücut dili, göz teması veya kelime vurgularında meydana gelen değişiklikler, karşıdaki kişinin kinayeli ifadeyi tespit etmesini kolaylaştırmaktadır. Bununla birlikte, makine öğrenmesine dayalı sistemlerde, insan merkezli niteliklerin aktarımı sağlanamadığından, kinayeli ifadeleri sadece metin üzerinden tespit etmek zordur. Gazeteler, insanların ilgisini çekebilmek için manşetlerinde genellikle kinayeli ifadeleri kullanmaktadır. Fakat birçok insan bu ifadelerin gerçekten kinayeli olup olmadığını, metnin içeriğini okumadan tam olarak anlayamamaktadır. Bunun sonucu olarak, çevresindeki insanlara karşılıklı iletişim veya sosyal medya üzerinden yanlış bilgi aktarabilmektedir. Bu çalışmada, bu tür yanlış bilgi yayılımının önüne geçebilmek için, kinayeli ve kinayeli olmayan gazete başlıkları, derin öğrenme yöntemleri ile üç farklı GPU üzerinde ayırt edilmeye çalışılmıştır. Sonuç olarak geliştirilen model, kinaye içeren haber başlıklarını başarılı bir şekilde tespit edebilmektedir.
Databáze: OpenAIRE
Externí odkaz: