Modeling Irony in Twitter

1. 文献紹介
修士1年
松本宏

2. Modeling Irony in Twitter
• Title: Modelling Irony in Twitter
• Author: Barbieri, Francesco and Saggion,
Horacio
• Journal: EACL 2014
• Pages: 56
• Year: 2014

3. 概要
• Tweetデータ内からのironyとなる文の検出
• Irony検出には機械学習の２値分類
• 様々な素性を試す
– 今回の内容については素性の選択理由について

4. 単語ironyについて
• Ironyとは？
– 皮肉
• 日本語の皮肉とは若干異なる
– 日本語の皮肉: sarcasm
– Ironyの皮肉: ユーモア溢れるモノ

5. Frequency
• 皮肉な文は意外性により生まれる
• 意外性を頻度を利用して検出
→頻出単語と反頻出単語が利用されている同
文での使用が不均衡を生み意外性へとつなが
る

6. Written-Spoken
• Twitterは書き言葉が多い
• 皮肉な文は意外性により生まれる
• 話し言葉で記述されている文から書き言葉に
書き換わる意外性
• または、その逆も

7. Structure
• この素性はツイート構造を知るためのもの
• ツイートが
– 長いのか短いのか、
– 長い単語か短いのか、
– どのような記号が利用されているか
– この素性の利用においては皮肉ツイートの傾向とし
て他のツイートと比べ、
• 理由:
– 長い文字列ツイートかつ、固有の記号、絵文字が使
われていることが多い

8. Intensity
• 皮肉のテクニック
– 意味裏腹な言葉
• 形容詞、副詞で脚色
– (“Do we hike that tiny hill now?” 実際は大きな山
へ挑む直前のツイートだったり)
• 言葉に度合い付けされたツールの利用

9. Synonyms
• 皮肉には２つのメッセージがある
• リテラルな意味と比喩
• 比喩的意味の伝達のためにも語彙選択は重
要
• 例えば:
– 空が暗く雨が振りそうなとき、”sublimeな天気だ
ね！“
• よって、言い換え可能数を素性

10. Ambiguity
• 皮肉においての曖昧性
• 皮肉コーパス: 皮肉文で集められたコーパス
• 単語の語義数:皮肉コーパス > 非皮肉コーパ
ス

11. Sentiments
• 皮肉は感情分析によって調べられると仮定
• 感情の不均衡による意外性

12. データセット
• 実験は３種類のツイート・コーパス
• （ハッシュ・タグに#irony, #education, #humor,
#politicsとある物を各10,000ツイートずつ）
• 10分割交差検定

13. Experiments
• ３種類のツイート・コーパス
– （#irony, #education, #humor, #politics ハッシュタ
グ付を各10,000ツイートずつ）
– 10分割交差検定

14. 実験結果
• セルは ベースライン/提案手法

15. 実験結果

16. 実験結果