Une conception d'un modèle de détection et de classification des sentiments sarcasmes

L' valuation du sentiment de tous les textes permet aux organisations d'avoir une vue d'ensemble de l'attitude positive ou n gative des utilisateurs l' gard d'une question donn e. Utiliser le sarcasme, c'est se trouver dans un tat de discours dans lequel l'auteur d crit quelque chose de manifestement hostile l'auditeur ou une autre personne dans l'intention de l'insulter ou de la ridiculiser. Il est difficile de cr er un mod le capable d'identifier avec pr cision le sarcasme dans le domaine du traitement du langage naturel, car l'identification du sarcasme repose fortement sur le contexte des nonc s ou des phrases (NLP). Les d veloppements r cents des mod les d'apprentissage profond (DL) ont un impact sur les r seaux neuronaux (NN) dans l'apprentissage des informations lexicales et contextuelles, ce qui limine le besoin de caract ristiques construites manuellement dans la d tection du sarcasme. Un mod le automatis d'identification des sarcasmes a t d velopp pour reconna tre l' motion originale d'un texte donn en cas de sarcasme, ce qui permet une d tection pr cise des sarcasmes.