DOI: 10.18485/judig.2026.2.ch14 ISSN:

СентИроСа: корпус за детекцију ироније и сарказма у кратким текстовима на српском језику

Данка Јокић, Милица Андрић
Show PDF Cite
Препознавање ироније и сарказма у тексту може побољшати перформансе многих система за обраду природног језика (ОПЈ), укључујући сумирање текста, анализу сентимента, откривање увредљивог језика итд. Развој система за аутоматску детекцију ироније и сарказма захтева ручно обележене скупове података за обучавање и евалуацију модела. Међутим, за српски језик до сада није постојао јавно доступан ручно обележен корпус потребан за аутоматску детекцију ироније и сарказма. У овом раду представљамо СентИроСа, први јавно доступан ручно анотирани корпус за детекцију ироније и сарказма на српском језику. Корпус је формиран проширивањем постојеће колекције кратких текстова са платформе Твитер/X, претходно анотиране ознакама сентимента, новим ручним анотацијама за иронију и сарказам. Састоји се од 1117 твитова која су обележавала три независна анотатора. У раду су описани поступак анотације и резултати квалитативне и квантитативне анализе корпуса, укључујући анализу слагања анотатора, лингвистичких маркера ироније и сарказма и повезаности ових феномена са сентиментом. СентИроСа представља нови језички ресурс за истраживања ироније, сарказма и других повезаних феномена у обради природног језика на српском језику.

More from our Archive