Is This Tweet Satirical? A Computational Approach for Satire Detection in Spanish

Please use this identifier to cite or link to this item: http://hdl.handle.net/10045/49285
Información del item - Informació de l'item - Item information
Title: Is This Tweet Satirical? A Computational Approach for Satire Detection in Spanish
Other Titles: ¿Es satírico este tweet? Un método automático para la identificación del lenguaje satírico en español
Authors: Barbieri, Francesco | Ronzano, Francesco | Saggion, Horacio
Keywords: Satire detection | Figurative language | Sentiment analysis | Detección automática sátira | Lenguaje figurado | Análisis de sentimientos
Knowledge Area: Lenguajes y Sistemas Informáticos
Issue Date: Sep-2015
Publisher: Sociedad Española para el Procesamiento del Lenguaje Natural
Citation: Procesamiento del Lenguaje Natural. 2015, 55: 135-142
Abstract: Computational approaches to analyze figurative language are attracting a growing interest in Computational Linguistics. In this paper, we study the characterization of Twitter messages in Spanish that advertise satirical news. We present and evaluate a system able to classify tweets as satirical or not. To this purpose, we concentrate on the tweets published by several satirical and non-satirical Twitter accounts. We model the text of each tweet by a set of linguistically motivated features that aim at capturing the style more than the content of the message. Our experiments demonstrate that our model outperforms a word-based baseline. We also demonstrate that our system models global features of satirical language by showing that it is able to detect if a tweet contains or not satirical contents independently from the account that generated the tweet. | La lingüística computacional está cada vez más interesada en el procesamiento del lenguaje figurado. En este artículo estudiamos la detección de noticias satíricas en español y más específicamente la detección de sátira en mensajes de Twitter. Nuestro modelo computacional se basa en la representación de cada mensaje con un conjunto de rasgos diseñados para detectar el estilo satírico y no el contenido. Nuestros experimentos muestran que nuestro modelo siempre funciona mejor que un modelo de bolsa de palabras. También mostramos que el sistema es capaz de detectar este tipo de lenguaje independientemente de la cuenta de Twitter que lo origina.
Sponsor: The research described in this paper is partially funded by the SKATER-UPF-TALN project (TIN2012-38584-C06-03).
URI: http://hdl.handle.net/10045/49285
ISSN: 1135-5948
Language: eng
Type: info:eu-repo/semantics/article
Rights: © Sociedad Española para el Procesamiento del Lenguaje Natural
Peer Review: si
Publisher version: http://journal.sepln.org/sepln/ojs/ojs/index.php/pln
Appears in Collections:Procesamiento del Lenguaje Natural - Nº 55 (2015)

Files in This Item:
Files in This Item:
File Description SizeFormat 
ThumbnailPLN_55_15.pdf714,42 kBAdobe PDFOpen Preview


Items in RUA are protected by copyright, with all rights reserved, unless otherwise indicated.