| Revista: | Latin-American Journal of Computing (LAJC) |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000456461 |
| ISSN: | 1390-9134 |
| Autores: | Rodríguez García, Axel1 Jipsion, Armando1 |
| Instituciones: | 1Universidad Tecnológica de Panamá, Facultad de Ingeniería de Sistemas Computacionales, Ciudad de Panamá. Panamá |
| Año: | 2021 |
| Periodo: | Ene-Jun |
| Volumen: | 8 |
| Número: | 1 |
| Paginación: | 70-91 |
| País: | Ecuador |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | El sarcasmo se define a menudo como una ironía verbal para expresar desprecio, un lenguaje matizado con el que los individuos expresan lo contrario de lo que está implícito. Uno de los mayores retos en la construcción de sistemas para detectar los datos no estructurados como el sarcasmo, es la falta de grandes conjuntos de datos anotados. Proponemos un método basado en grafos para la construcción de modelos de lenguaje compacto para la detección del sarcasmo. Este método está diseñado para usar pocos datos, y podría ayudar a detectar fake news, hate speech, etc. Permite además a los investigadores analizar otros aspectos del NLP sin tener que obtener un conjunto de datos gigante. Hoy en día, sigue siendo un desafío identificar claramente los sentimientos y emociones humanos mediante el uso de Inteligencia Artificial. Una exploración detallada de nuestra investigación elevaría las aplicaciones actuales de minería de textos y podría ayudar a comprender mejor el impacto del sarcasmo de los clientes y las partes interesadas, expresado en un entorno de redes sociales. Demostramos que los clasificadores simples construidos a partir del modelo pueden detectar bastante bien el sarcasmo, que generalizan un 5% mejor que los del estado del arte |
| Resumen en inglés | Sarcasm is frequently characterized as verbal incongruity to communicate scorn. It is a nuanced type of language with which people express something contrary to what is suggested. Perhaps the greatest test in building frameworks to consequently recognize unstructured information, for example, mockery, is the absence of huge, commented on informational indexes. We propose a diagram-based procedure in building conservative language models for sarcasm recognition. This strategy is likewise intended to utilize little information, it could help in different regions like disdain discourse, counterfeit news, and so forth. This charting strategy permits specialists to explore different parts of NLP without obtaining a huge dataset. These days, it still remains a challenge to unmistakably distinguish human slants and feelings by utilizing AI. Associations can use a superior philosophy to settle on proactive choices in basic circumstances. A definite investigation of our examination would hoist the current content mining applications and may help understand better the effect of mockery from the customers and partners communicated in a web-based media climate. We exhibit that straightforward classifiers worked from the model can recognize mockery very well, which they sum up 5 % better than those of the cutting edge |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Inteligencia artificial, Programación, Redes, Datos no estructurados, Procesamiento de lenguaje natural, Sarcasmo, Modelos gráficos, Algoritmos |
| Keyword: | Artificial intelligence, Programming, Networks, Unstructured data, Natural language processing, Sarcasm, Graphic models, Algorithms |
| Texto completo: | Texto completo (Ver PDF) |
