Twitter中讽刺检测的简单准确的神经网络模型
该程序为SemEval 2018任务3：英语推文中的反讽检测提供了我们模型的实现，如本文所述：
InProceedings{VUN2018,
author = {Vu, Thanh and Nguyen, Dat Quoc and Vu, Xuan-Son and Nguyen, Dai Quoc and Catt, Michael and Trenell, Michael},
title = {{NIHR
Lexis-文本中的情绪检测
Lexis是基于Web的应用程序，它使用SVM分析给定的用户文本输入，并在文本中显示情感。 该模型针对超过75,000条推文进行了训练，这些推文根据其标签分为六个类别：愤怒，厌恶，恐惧，幸福，讽刺，中立，悲伤，讽刺，惊讶。
Hackathon获奖项目
我和其他5位大学同事在一次黑客马拉松（HackFMI 8-数据黑客）上创建了Lexis。 此存储库中的代码是“干净的”代码，是我们提供的内容的重构版本（原始存储库可在）。 同样在这里，我正在使用React for U
