Klasifikasi Tweet Sarkasme Pada Platform X Menggunakan Bidirectional Encoder Representations from Transformers

Rizal Akbar Fitrianto, Arda Surya Editya
{"title":"Klasifikasi Tweet Sarkasme Pada Platform X Menggunakan Bidirectional Encoder Representations from Transformers","authors":"Rizal Akbar Fitrianto, Arda Surya Editya","doi":"10.47233/jteksis.v6i3.1344","DOIUrl":null,"url":null,"abstract":"X adalah platform digital yang memfasilitasi berbagi pemikiran dan kritik melalui konten tertulis. Sejumlah individu dan organisasi bergantung pada pandangan atau sentimen masyarakat umum saat membuat keputusan. Konsumen umumnya mengandalkan pandangan konsumen lain saat mengevaluasi produk atau layanan yang mereka temui di situs media sosial. Melalui pengawasan aktivitas media sosial, perusahaan yang menjual produk dan layanan dapat memperoleh wawasan tentang emosi yang diekspresikan oleh konsumen terhadap penawaran mereka. Namun, karena keterbatasan menulis, yang tidak mampu mentransmisikan isyarat nonverbal seperti gerakan tubuh, ekspresi wajah, dan intonasi, seringkali sulit untuk mengidentifikasi tanda-tanda implisit seperti sarkas. Sarkasme dalam sebuah cuitan dapat menyebabkan evaluasi yang salah terhadap sentimen pesan tersebut. Oleh karena itu, penting untuk melakukan deteksi sarkas, karena hal itu dapat sangat meningkatkan hasil analisis sentimen. Studi ini menilai efektivitas empat model berbasis transformer, yaitu IndoBERT, RoBERTa, BERT, dan BERT Multilingual, dalam mengklasifikasi sarkas berbahasa Indonesia di platform X. Hasil eksperimen menunjukkan bahwa model IndoBERT, yang telah dirancang khusus untuk tugas tersebut, mendapatkan skor F1 yang mengesankan sebesar 95%.","PeriodicalId":378707,"journal":{"name":"Jurnal Teknologi Dan Sistem Informasi Bisnis","volume":"194 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-07-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Dan Sistem Informasi Bisnis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47233/jteksis.v6i3.1344","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

X adalah platform digital yang memfasilitasi berbagi pemikiran dan kritik melalui konten tertulis. Sejumlah individu dan organisasi bergantung pada pandangan atau sentimen masyarakat umum saat membuat keputusan. Konsumen umumnya mengandalkan pandangan konsumen lain saat mengevaluasi produk atau layanan yang mereka temui di situs media sosial. Melalui pengawasan aktivitas media sosial, perusahaan yang menjual produk dan layanan dapat memperoleh wawasan tentang emosi yang diekspresikan oleh konsumen terhadap penawaran mereka. Namun, karena keterbatasan menulis, yang tidak mampu mentransmisikan isyarat nonverbal seperti gerakan tubuh, ekspresi wajah, dan intonasi, seringkali sulit untuk mengidentifikasi tanda-tanda implisit seperti sarkas. Sarkasme dalam sebuah cuitan dapat menyebabkan evaluasi yang salah terhadap sentimen pesan tersebut. Oleh karena itu, penting untuk melakukan deteksi sarkas, karena hal itu dapat sangat meningkatkan hasil analisis sentimen. Studi ini menilai efektivitas empat model berbasis transformer, yaitu IndoBERT, RoBERTa, BERT, dan BERT Multilingual, dalam mengklasifikasi sarkas berbahasa Indonesia di platform X. Hasil eksperimen menunjukkan bahwa model IndoBERT, yang telah dirancang khusus untuk tugas tersebut, mendapatkan skor F1 yang mengesankan sebesar 95%.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
使用来自变压器的双向编码器表示对 X 平台上的讽刺推文进行分类
X 是一个数字平台,通过书面内容促进思想和批评意见的共享。许多个人和组织在做决策时都会依赖大众的观点或情绪。消费者在评估他们在社交媒体网站上遇到的产品或服务时,通常会依赖其他消费者的意见。通过监控社交媒体活动,销售产品和服务的公司可以深入了解消费者对其产品所表达的情感。然而,由于文字的局限性,它无法传递肢体动作、面部表情和语调等非语言线索,因此往往难以识别讽刺等隐含信号。推文中的讽刺会导致对信息情感的错误评估。因此,进行讽刺检测非常重要,因为它可以大大改善情感分析结果。本研究评估了四种基于转换器的模型(即 IndoBERT、RoBERTa、BERT 和 BERT 多语种)在 X 平台上对印尼讽刺进行分类的有效性。实验结果表明,专为该任务设计的 IndoBERT 模型获得了令人印象深刻的 95% 的 F1 分数。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Interorganizational Project Urgency, Problems, and Solutions: A Systematic Literature Review Implementasi Arsitektural Resnet-34 Dalam Klasifikasi Gambar Penyakit Pada Daun Kentang Implementasi Sistem Informasi Administrasi Pembayaran SPP Pada SDIT Darul Hikmah Metode Rapid Application Development (RAD) UI UX Design for Mobile Based Foster Parent Information Application (IOTA) Using the Waterfall Method Pembuatan Design System Menggunakan Pendekatan Atomic Design dan A/B Testing
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1