Bazinga! Caracterizando e Detectando Sarcasmo e Ironia no Twitter

Sarcasm and irony are widely used forms of speech used inside and outside the Web, having the power to transform a sentence regarding its polarity or sense. The ability of characterizing and detecting sarcastic and ironic messages on data collected from Web could improve many decision-making systems based on Natural Language Processing (NLP) such as the sentiment analysis, text summarization and review ranking systems. In this work, we propose some approaches to the task of characterization and detection of sarcasm and irony in messages posted on Twitter online social network. Using an automatically collected dataset with the hashtags “#sarcasm” and“#irony”, and by exploiting a large set of characterization and classification techniques, our results show satisfactory rates of accuracy and Macro-F1. Resumo. Sarcasmo e ironia são formas de discurso muito utilizadas dentro e fora da Web, tendo o poder de transformar caracterı́sticas como polaridade ou sentido de uma sentença. Ser capaz de caracterizar e detectar mensagens sarcásticas ou irônicas em dados coletados da Web pode aprimorar diversos sistemas de tomada de decisão baseados em Processamento de Linguagem Natural (PLN) como a tarefa de análise de sentimentos, sumarização de textos e sistemas de ranqueamento de reviews. Nesse trabalho, propomos diversas abordagens para a caracterização e posterior classificação de sarcasmo e ironia em mensagens postadas na rede social online Twitter. Utilizando uma base automaticamente coletada de tweets com as hashtags “#sarcasm”e “#irony”, e usando uma larga gama de técnicas de caracterização e classificação, nossos resultados de detecção alcançaram taxas satisfatórias de acurácia e Macro-F1.