No abstract

This paper describes the approach developed by the LT3 team in the Intended Sarcasm Detection task at SemEval-2022 Task 6. We considered the binary classification subtask A for English data. The presented system is based on the fuzzy-rough nearest neighbor classification method using various text embedding techniques. Our solution reached 9th place in the official leader-board for English subtask A.

No abstract

Fine-grained sentiment analysis, known as Aspect-Based Sentiment Analysis (ABSA), establishes the polarity of a section of text concerning a particular aspect. Aspect, sentiment, and emotion categorisation are the three steps that make up the configuration of ABSA, which we looked into for the dataset of English reviews. In this work, due to the fuzzy nature of textual data, we investigated machine learning methods based on fuzzy rough sets, which we believe are more interpretable than complex state-of-the-art models. The novelty of this paper is the use of a pipeline that incorporates all three mentioned steps and applies Fuzzy-Rough Nearest Neighbour classification techniques with their extension based on ordered weighted average operators (FRNN-OWA), combined with text embeddings based on transformers. After some improvements in the pipeline’s stages, such as using two separate models for emotion detection, we obtain the correct results for the majority of test instances (up to 81.4%) for all three classification tasks. We consider three different options for the pipeline. In two of them, all three classification tasks are performed consecutively, reducing data at each step to retain only correct predictions, while the third option performs each step independently. This solution allows us to examine the prediction results after each step and spot certain patterns. We used it for an error analysis that enables us, for each test instance, to identify the neighbouring training samples and demonstrate that our methods can extract useful patterns from the data. Finally, we compare our results with another paper that performed the same ABSA classification for the Dutch version of the dataset and conclude that our results are in line with theirs or even slightly better.

кандидат психологічних наук, доцент, доцент кафедри психології Донецький національний університет імені Василя Стуса О. А. Камінська студентка філологічного факультету Донецький національний університет імені Василя Стуса ПСихОГРАФОлОГІчНІ ОСОБлиВОСТІ ПОчеРКу ОСІБ, яКІ ПеРеБуВАЮТь у РІЗНих еМОцІйНих СТАНАх Стаття розкриває одну з прикладних проблем психографології-аналіз почерку в різних емоційних станах. Дана проблематика має величезне практичне значення в експертизі почерку. На основі проведення теоретичного аналізу джерел та практичних досліджень визначені актуальні питання вивчення психографологічних особливостей почерку осіб, які знаходяться в різних емоційних станах. Представлено основні показники психографологічних особливостей почерку при переживанні трьох базових емоцій: суму, страху та радості. В результаті експериментального дослідження встановлено, що у людини, яка переживає емоцію, спостерігаються зміни моторики, які відбиваються в окремих характеристиках її почерку та є специфічними саме для конкретної емоційної реакції. З'ясувалося, що легкість виникнення тої чи іншої емоції неоднакова. Найлегше в лабораторних умовах спровокувати виникнення емоції суму, а найважче-страху. В результаті експерименту доведено, що вираженість змін почерку для обраних емоцій неоднакова. Найбільше на зміну почерку впливає емоція суму. Змінюється розмір букв, нахил, наявні виправлення, зміна напрямку рядка, наявні збільшення та зменшення відстані між словами. При реакціях страху спостерігаються збільшення розміру букв, особливо тих, які мають завиток зверху або внизу, збільшується відстань між словами, напис стає хвилястим та неакуратним. Для суму, навпаки, характерне зменшення розміру букв, відстані між словами, але зберігається велика кількість виправлень. Емоція радості суттєво не впливає на зміни почерку, за виключенням збільшення розміру букв і загального обсягу тексту, а також незначною зміною напряму рядків. Результати свідчать, що можливе ефективне визначення емоційного стану особи за її почерком, що може застосовуватись в судовій психології, практичними психологами, які визначають емоційний стан особистості, не маючи можливості застосувати інші методи.