自动Sarcasm检测：基于Ghosh的Twitter数据集与Khodak的Reddit注释数据集的讽刺识别

简介：
本研究利用Ghosh的Twitter及Khodak的Reddit数据集，开发了一种自动检测讽刺言论的模型，旨在提高社交媒体上讽刺语言的识别精度。 自动刮伤检测Twitter数据集（Ghosh）和Reddit注释数据集（Khodak）中的讽刺检测项目旨在对Twitter数据和Reddit评论进行讽刺分类。该项目使用了两个数据集：Twitter数据集（Ghosh） 和 Reddit评论数据集（Khodak）。资料夹结构如下： - Twitter_dataset_Ghosh - i) 代码：包含3个notebook文件 (.ipynb) - ii) 资源：包含所有原始数据、预处理后的数据以及中间状态的输出 - Reddit_dataset_Khodak - i) 代码：包含3个notebook文件 (.ipynb) - ii) 资源：包含所有原始数据、预处理后的数据以及中间状态的输出 项目运行所需依赖项包括： - 情感力量工具 - 凯拉斯 (Keras) - 张量流 (TensorFlow) - 瘫痪科学 (SciPy) - Gensim - 斯克莱恩海生（Scikit-learn） - Matplotlib - 大熊猫 (Pandas) Ghosh数据集的处理流程： 原始Twitter数据使用twitter_pre进行了预处理。