اكتشاف قابل للتفسير للسخرية في وسائل التواصل الاجتماعي

السخرية عبارة عن تعبير لغوي يستخدم في كثير من الأحيان للتواصل مع عكس ما يقال، وعادة ما يكون شيئا غير سار للغاية بقصد الإهانة أو السخرية.الغموض الكامنة في التعبيرات الساخرة يجعل اكتشاف السخرية صعبة للغاية.في هذا العمل، نركز على الكشف عن السخرية في محادثات نصية، مكتوبة باللغة الإنجليزية، من منصات الشبكات الاجتماعية المختلفة وسائط الإعلام عبر الإنترنت.تحقيقا لهذه الغاية، نقوم بتطوير نموذج لتعلم عميق قابل للتفسير باستخدام وحدات انتباه ذاتيا متعددة الرأس والوحدات المتكررة.نظهر فعالية وتفسير نهجنا من خلال تحقيق نتائج أحدث النتائج في مجموعات البيانات من منصات الشبكات الاجتماعية ومنتديات المناقشة عبر الإنترنت والحوارات السياسية.

Sarcasm is a linguistic expression often used to communicate the opposite of what is said, usually something that is very unpleasant with an intention to insult or ridicule. Inherent ambiguity in sarcastic expressions makes sarcasm detection very difficult. In this work, we focus on detecting sarcasm in textual conversations, written in English, from various social networking platforms and online media. To this end, we develop an interpretable deep learning model using multi-head self-attention and gated recurrent units. We show the effectiveness and interpretability of our approach by achieving state-of-the-art results on datasets from social networking platforms, online discussion forums, and political dialogues.