תקציר

המשימה של זיהוי משפטים סרקסטיים מקבלת משקל רב יותר במחקר של עיבוד שפה טבעית עקב גדילתם של הרשתות החברתיות. חלק מהקושי של זיהוי סרקזם נובע מההקשר שבו נאמר המשפט הסרקסטי שלעיתים אינו מופיע במפורש ומסתמך על הידע הקדום של הקורא. סיבה נוספת לקושי נובעת מהגוונים השונים של המשפטים הסרקסטיים. חלק מהערות יותר הומוריסטיות וחלק יותר עוקצניות, בסופו של דבר לא כולם עשויות מקשה אחת.  בעבודה זו נציג מערכת זיהוי מבוססת על מודל BERT הבנוי בארכיטקטורה של רשתות נוירונים שתאפיין גוונים שונים של סרקזם (עוקצנות, הומור ואירוניה) ועל סמך זאת תזהה בדיוק טוב יותר משפטים סרקסטיים. מערכי נתונים של משפטים סרקסטיים שונים אחד מהשני בכמות וסוג הגוונים שלהם. לפיכך ביצוע הערכה בין תחומית של אימון מודל על מערך נתונים ממקור אחד ובדיקתו על מערך נתונים ממקור אחר תזהה סרקזם בדיוק נמוך יותר מאשר הערכה תוך תחומית (אימון ובדיקה על משפטים ממקור זהה). כדי להתגבר על הקושי של זיהוי סרקזם גם בהערכה בין תחומית, נשתמש בשיטה ייחודית של "הגדלת נתונים" (הוספת נתונים למערך נתונים קיים) שתתבסס על גווני הסרקזם שהמערך הנתונים המקורי חסר , באופן שיביא לשיפור משמעותי במבחן הזיהוי F1-score ללא צורך בתיוג משפטים נוספים.