Ironic Gestures and Tones in Twitter

Résumé En It

Automatic irony detection is a young field of research related to Sentiment Analysis. When dealing with social media data, the shortness of text and the extraction of the statement from his context usually makes it hard to understand irony even for humans but especially for machines. In this paper we propose an analysis of the role that textual information plays in the perception and construction of irony in short texts like tweets. We will focus on the impact of conventional expedients of digital writing, which seem to represent a substitution of typical gestures and tones of oral communication, in figurative interpretation of messages in Italian language. Elaborated computational model has been exploited in the development of an irony detection system, which has been evaluated in the Sentipolc’s shared task at EVALITA 2016.

Il riconoscimento automatico dell’ironia è un ambito di ricerca giovane, rilevante per la Sentiment Analisys. Quando si tratta di social media data, la brevità del testo e la sua estrazione dal contesto rendono difficile la comprensione dell’ironia anche per l’uomo e in particolare per le macchine. In questo lavoro, si propone un’analisi sul ruolo che l’informazione testuale gioca nella percezione e realizzazione dell’ironia nei tweet. Ci si focalizzerà sull’impatto di elementi convenzionali della scrittura digitale, che sembrano rappresentare una sostituzione dei tipici gesti e toni della comunicazione orale, nell’interpretazione figurativa dei messaggi in italiano. Il modello computazionale elaborato è stato usato in un sistema di irony detection, valutato a Sentipolc, Evalita 2016.