Deep learning for sarcasm detection on Twitter

Abstract

Automatic sarcasm detection has come very helpful to improve sentiment analysis, being proved their direct relationship recently. Numerous deep learning approaches have been applied lately in this task obtaining very interesting results. It is common to find sarcastic messages in social networks, Twitter for example has a good API that comes handy for natural language processing tasks. From the point of view of companies and organizations it is interesting to improve their sentiment analysis models in order to have a better understanding of possible clients or even society. The objective of this project is to analyze the most notorious work in this task up to the moment and test some deep learning architectures with different word embeddings, giving a lead on how to detect sarcasm on Twitter with good results using the Python library TensorFlow.La detecció automàtica de sarcasme ha estat de gran ajuda per a millorar l’anàlisi del sentiment, tasques que s’ha demostrat que tenen una relació directa. Nombrosos enfocaments d’aprenentatge profund s’han aplicat en aquesta tasca durant els últims anys obtenint resultats molt interessants. És habitual de trobar missatges sarcàstics a les xarxes socials, on per exemple Twitter té una bona API que és útil per a tasques de processament de llenguatge natural. A les empreses i organitzacions els pot interessar millorar els seus models d’anàlisi de sentiments per tal d’enriquir la seva forma d’entendre a potencials clients o a la mateixa societat. L’objectiu d’aquest projecte és el d’analitzar el treball més notori d’aquesta tasca fins a dia d’avui i provar algunes arquitectures d’aprenentatge profund amb diferents modelitzacions de paraules, donant un primer plantejament per a encarar la detecció de sarcasme a Twitter amb bons resultats mitjançant la biblioteca de Python anomenada TensorFlow.