20.500.12556/RUL-165017 Avtomatsko zaznavanje sarkazma v slovenskih besedilih različnih tematik Automatic sarcasm detection in Slovene texts of different topics Sarkazem je jezikovni pojav, pri katerem pomen besedila izraža nasproten sentiment od dobesednega. Razumevanje sarkazma bi izboljšalo klasifikacijo sentimenta v besedilih. V magistrski nalogi smo na slovenščino prenesli metode za zaznavanje sarkazma v angleščini. Uporabili smo označeni učni množici News Headlines Dataset in SARC v angleščini, ju strojno prevedli najprej z javno dostopnim modelom, nato pa prevode pregledali in pridobili boljše s storitvijo ChatGPT. Prilagodili smo vnaprej naučene velike jezikovne modele na osnovi transformerjev SloBERTa, SloT5, mT5 in Llama 3 ter primerjali njihovo delovanje. Ugotovili smo, da se modeli v približno 20% primerov zmotijo pri klasifikaciji sarkazma. Najboljši model, Llama 3, smo uporabili za analizo dela korpusa novic. Obravnavane novice smo razdelili po tematikah in ugotovili razlike v zastopanosti sarkazma med njimi. Napovedi modela so bile v večini primerov lažno pozitivne, razen v člankih s področja politike in kriptovalut. V teh tematikah je bil sarkazem tudi najbolje zastopan. Sarcasm is a linguistic phenomenon in which words convey the opposite sentiment of the intended meaning. Understanding sarcasm would improve sentiment classification in text. In the thesis, we have transferred methods for sarcasm detection from English to Slovene. We used labelled English datasets, News Headlines Dataset and SARC. We first translated them using a publicly available neural machine translation model and evaluated the translations, then we obtained better ones using ChatGPT. We fine-tuned pretrained large language models SloBERTa, SloT5, mT5 and Llama 3, and compared their performance. We found out that the models misclassify sarcasm in approximately 20% of cases. We used the best performing model, Llama 3, to analyze part of a Slovene news corpus. We split the considered articles by topic and noticed differences in sarcasm representation among the topics. The predictions were false positives in most cases, except in articles about politics and cryptocurrencies. Sarcasm was most prevalent in those topics. klasifikacija veliki jezikovni modeli sarkazem modeliranje tematik classification large language models sarcasm topic modeling true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2024-11-21 09:00:02 2024-11-21 09:00:13 2024-12-02 09:12:12 0000-00-00 00:00:00 2024 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 37021 217193219 Kranjec_Matej_-_Avtomatsko_zaznavanje_sarkazma_v_slovenskih_besedilih_razlicnih_tematik.pdf Kranjec_Matej_-_Avtomatsko_zaznavanje_sarkazma_v_slovenskih_besedilih_razlicnih_tematik.pdf 1 89A7BE2F80C18804EA542C0EF2413323 fcfeec9b6a18ca1458fffb67591b60bee6aee68c78b1b92b6c0d57bcb9091fa4 3ddffd25-a7de-11ef-b232-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=195933 Fakulteta za računalništvo in informatiko 0 0 0