"পাঠ্যে কটাক্ষপাত শনাক্তকরণ" এর ডোমেনে কী গবেষণা হয়েছে?

Question

বিদ্রূপ শনাক্তকরণকে এমএল এবং এনএলপি ডোমেনের অন্যতম জটিল ওপেন-এন্ড সমস্যা হিসাবে বিবেচনা করা হয়।

তো, front ফ্রন্টে কি যথেষ্ট গবেষণা হয়েছিল? যদি হ্যাঁ, তবে যথার্থতাটি কেমন? দয়া করে এনএলপি মডেলটি সংক্ষেপে ব্যাখ্যা করুন।

Comments

popsci.com/technology/article/2010-05/…

— মিথিলিক

আহ, আকর্ষণীয় প্রশ্ন (!)

— ABcDexter

Answer 1

আইআইটি বোম্বাইয়ের গবেষকদের নিম্নলিখিত জরিপ নিবন্ধটি কটাক্ষ সনাক্তকরণের সাম্প্রতিক অগ্রগতির সংক্ষিপ্তসার করেছে: আর্কসিভ লিঙ্ক ।

আপনার প্রশ্নের প্রসঙ্গে, আমি মনে করি না এটি একেবারেই অসাধারণ বা খোলামেলা বলে মনে করা হয়। কম্পিউটারটি এখনও পরিচালনা করতে পারে না এমন অস্পষ্টতার পরিচয় দেওয়ার পরেও মানুষ সহজেই ব্যঙ্গাত্মকতা বুঝতে সক্ষম হয় এবং এইভাবে ব্যঙ্গাত্মক সনাক্তকরণের জন্য ডেটাসেটগুলি লেবেল করতে সক্ষম হয়।

Answer 2

একই ডোমেনে সাম্প্রতিক কাজ হয়েছে যেখানে একই উদ্দেশ্যে নিউরাল নেটওয়ার্কগুলি (সঠিক হতে সিএনএন) ব্যবহৃত হয়। কিছু তথ্য। গবেষণা সম্পর্কে:

সেই প্রসঙ্গে শিখতে, কাগজটি এমন একটি পদ্ধতি বর্ণনা করে যার মাধ্যমে নিউরাল নেটওয়ার্ক ব্যবহারকারীর "এম্বেডিংস" - অর্থাত্ পূর্ববর্তী টুইটগুলি, সম্পর্কিত আগ্রহ এবং অ্যাকাউন্টগুলির সামগ্রীর মতো প্রাসঙ্গিক সংকেত পাওয়া যায়। এটি অন্যদের সাথে ব্যবহারকারীর চক্রান্ত করার জন্য এই বিভিন্ন উপাদানগুলি ব্যবহার করে এবং (আদর্শভাবে) তারা তুলনামূলকভাবে সু-সংজ্ঞায়িত গোষ্ঠী গঠন করে।

সুতরাং, টেক্সটে ব্যঙ্গাত্মক সনাক্তকরণের জন্য কাগজটি সিএনএন, শব্দ এবং ব্যবহারকারীর এমবেডিং ব্যবহার করে। সে সম্পর্কে একটি টেকক্রাঞ্চ নিবন্ধও রয়েছে ।

কাগজটি টুইটটির অনুভূতি ব্যবহার করে এবং অন্যান্য অনুরূপ টুইটগুলির সাথে তুলনা করে:

যদি টুইটটির অনুভূতিটি সমান ব্যবহারকারীর দ্বারা প্রকাশিত মূল্যের সাথে বেশিরভাগের সাথে একমত হয় না, তবে একটি ভাল সুযোগ নিয়ে কটাক্ষ করা হচ্ছে।

কাগজের সাথে লিঙ্ক