Resumen de New Avenues in Computational Irony Detection in Social Media

Reynier Ortega-Bueno

• español

  Tesis doctoral en Informática, centrada en la detección de ironía, presentada por Reynier Ortega Bueno bajo la supervisión del Prof. Paolo Rosso en la Universitat Politècnica de València. Esta tesis aborda la detección de ironía como un desafío lingüístico, computacional y social multifacético, considerando la variación multilingüe, la multimodalidad y el sesgo en los corpus de entrenamiento. La tesis propone una arquitectura LSTM con mecanismos de atención que integra rasgos lingüísticos y representaciones profundas para detectar la ironía y la sátira en Español. Introduce un nuevo modelo que combina transformers textuales y visuales para el análisis multimodal. Además, analiza el sesgo en los corpus de ironía, mostrando su efecto negativo en la generalización y mostrando mejoras tras su identificación y mitigación. La defensa tuvo lugar Valencia, España el 25 de julio de 2025. El tribunal de defensa estuvo conformado por el Prof. Rafael Berlanga Llavori (Universitat Jaume I), la Prof. Els Lefever (Ghent University) y el Prof. Tony Veale (University College Dublin). La tesis obtuvo la mención internacional, la calificación de excelente y la distinción Cum Laude.

• English

  PhD thesis in Computer Science focused on irony detection in social media, written by Reynier Ortega Bueno under the supervision of Prof. Paolo Rosso, at the Universitat Politècnica de València. This thesis investigates irony detection as a multifaceted linguistic, computational, and social challenge, addressing multilingual variation, multimodality, and corpus bias. The work introduces an attentive LSTM architecture integrating linguistic and deep features for Spanish irony and satire detection, and proposes an end-to-end model combining textual and visual transformers for multimodal irony detection in social media content. This work further analyses topic bias in irony corpora, demonstrating its detrimental impact on model generalisation and showing gains achieved through bias identification and mitigation. The defense took place in Valencia, Spain, on July 25th, 2025. The doctoral committee was composed by Rafael Berlanga Llavori (Universitat Jaume I), Els Lefever (Ghent University), and Tony Veale (University College Dublin). The thesis received an international mention, an excellent qualification, and the distinction of Cum Laude.