2021年4月15日，由研究团队硕士生
娄辰玮和
博士生梁斌牵头撰写的论文“Affective Dependency Graph for Sarcasm Detection”
被信息检索领域国际顶级会议S
IGIR 2021
接收。
文本讽刺检测6领域现有的方法仅仅关注于文本中词之间的不一致性（incongruity），但却忽略了文本中的句法信息和词中所蕴含的情感极性特征。本文从一个新的角度重新审视了讽刺检测，通过从外部情感常识中获取的情感信息，为每个句子构造一个情感依赖图，以解决字面意思不一致的问题。这种方法使得即使在句子中的单词或短语距离很远的情况下，上下文依存关系和情感信息也可以被有效利用检测文本中不一致的情感表达。在此基础上，本文提出了
Affective Dependency Graph Convolutional Network
（ADGCN），用于在讽刺检测中从上下文中提取出不一致的模式和情感表达。在多个数据集上的实验结果表明，此方法在讽刺检测任务中获得了
SOTA
性能。
SIGIR是CCF-A类会议，全称为国际计算机协会信息检索大会（ACM International Conference on Research and Development in Information Retrieval），是国际上信息检索与数据挖掘领域的顶级会议。2021年将于7月11-15日在线举行。
论文信息：
Chenwei Lou, Bin Liang, Lin Gui, Yulan He, Yixue Dang, Ruifeng Xu*. Affective Dependency Graph for Sarcasm Detection [C]//Proceeding of the 44th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2021).
