News Headlines Dataset For Sarcasm Detection新闻标题数据集用于讽刺检测

以前在Sarcasm Detection中进行的研究大多使用Twitter数据集，该数据集是基于基于标签的监督收集的，但这些数据集在标签和语言方面都很吵。此外，许多推文都是对其他推文的答复，而在其中检测讽刺需要上下文推文的可用性。

Most existing studies on sarcasm detection have predominantly utilized Twitter datasets, which were collected through label-based supervision. However, these datasets exhibit noise in both labeling and linguistic dimensions. Furthermore, a considerable portion of tweets are replies to other tweets, and detecting sarcasm in these replies necessitates the availability of their contextual tweets.

搜集汇总

背景与挑战

背景概述

该数据集是一个专门用于讽刺检测的高质量新闻标题数据集，旨在替代噪声较大的Twitter数据集。其优势在于新闻标题由专业人员以正式方式撰写，减少了拼写错误和非正式用法，从而降低了数据稀疏性并便于使用预训练嵌入；同时，数据来源包括讽刺新闻网站TheOnion，提供了更准确的标签。数据集包含讽刺标签、新闻标题和文章链接三个属性，适用于自然语言处理中的讽刺识别任务。