9、社交媒体内容中反讽标注的多层次方案研究

社交媒体内容中反讽标注的多层次方案研究

1. 自动反讽检测

自动反讽检测采用了 Glozz 方案，该方案是基于之前介绍的元素开发的。对于每条推文，使用 Glozz 对单元以及单元之间的关系（若适用）进行标注。关系用于连接推文中的文本单元，共识别出三种关系类型：
- 比较关系 ：连接文本中处于比较状态的两个单元或部分。
- 显式矛盾关系 ：连接文本中相互显式矛盾的部分。
- 因果关系 ：连接文本中一个为原因，另一个为该原因结果的两部分。

Glozz 需要多个输入文件，特别是以 Glozz 输入格式呈现的提议标注方案版本，它会生成一个包含用户创建的不同标注的输出文件。

2. 数据准备

在开始标注过程之前，需要进行初步的数据处理步骤，包括对推文进行预标注并生成 Glozz 所需的输入文件。

在预标注阶段，为了使标注过程更轻松、快速，会自动标注一组线索，具体涉及特定线索，如标点符号、强化词、表情符号、对立词、比较词、人称代词和否定词。

对于这些语言标记的自动预标注，使用了两个词库：CASOAR3 和 EMOTAIX4，用于处理观点和情感词、强化词和感叹词；还使用了语法分析器 MEIT5 对命名实体进行自动标注。自动标注会手动校正，以添加遗漏的标记或纠正错误的标注。

此外，预标注步骤还包括自动分配一些元素：
- 使用 Twitter API 收集的每条推文的唯一标识符。
- 增量标识符，便于标注人员检测需要标注的推文。
- 推文发布日期