Sarkasmusdetektion mithilfe von Kontexttrennern in Online-Diskursen

Sarkasmus ist eine komplexe Form der Sprache, bei der die Bedeutung implizit vermittelt wird. Da es sich um eine verwickelte Ausdrucksform handelt, stellt die Erkennung von Sarkasmus eine anspruchsvolle Herausforderung dar. Die Schwierigkeit bei der Erkennung von Sarkasmus birgt zahlreiche Fallstricke, darunter Missverständnisse im alltäglichen Kommunikationskontext, was uns zunehmend auf die automatisierte Erkennung von Sarkasmus lenkt. Im zweiten Jahrgang des Workshops „Figurative Language Processing“ (FigLang 2020) wurde eine gemeinsame Aufgabe zur Sarkasmus-Erkennung veröffentlicht, die zwei Datensätze enthält, bestehend aus Antworten zusammen mit ihrem Kontext, abgeleitet aus Twitter und Reddit.In dieser Arbeit verwenden wir RoBERTa_large, um Sarkasmus in beiden Datensätzen zu erkennen. Darüber hinaus unterstreichen wir die Bedeutung des Kontexts für die Verbesserung der Leistung von Modellen, die kontextuelle Wort-Embeddings nutzen, indem wir drei verschiedene Eingabetypen einsetzen: Antwort allein, Kontext-Antwort und Kontext-Antwort (getrennt). Wir zeigen, dass unsere vorgeschlagene Architektur für beide Datensätze konkurrenzfähig abschneidet. Zudem belegen wir, dass die Einfügung eines Trenntokens zwischen Kontext und Zielantwort zu einer Verbesserung des F1-Scores um 5,13 Prozentpunkte im Reddit-Datensatz führt.