UTNLP 参与 SemEval-2022 任务 6：基于生成式与变异式数据增强的讽刺检测对比分析

讽刺（Sarcasm）是一种通过语言对他人进行嘲讽、挑衅或取乐的表达方式，广泛应用于社交媒体中。由于其隐喻性和创造性特征，讽刺给基于情感计算的情感分析系统带来了显著挑战。本文介绍了我们团队UTNLP在SemEval-2022第6项共享任务——讽刺检测中的方法与实验结果。我们对比了多种模型架构以及数据增强策略，并报告了各项方法的性能表现。实验从传统的机器学习模型逐步推进至基于Transformer和注意力机制的先进模型。在数据增强方面，我们采用了基于数据变异（data mutation）和数据生成（data generation）的方法。在竞赛的评估阶段，采用RoBERTa模型结合基于变异的数据增强策略，我们的最优方法取得了0.38的F1-讽刺得分。竞赛结束后，我们对模型进行了优化与缺陷修复，最终在后续测试中将F1-讽刺得分提升至0.414。