基于多特征融合的混合神经网络模型讽刺语用判别

• 作者: 任福继 何家劲 孙晓
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 讽刺 神经网络 多特征融合 情感分析
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 215-223
• 页数: 9页
• 分类号: TP391
• 语种: 中文

摘要

在社交媒体中,存在大量的反讽和讽刺等语言现象,这些语言现象往往表征了一定的情感倾向性.然而这些特殊的语言现象所表达的语义倾向性,通常与其浅层字面含义相去甚远,因此加大了社交媒体中文本情感分析的难度.鉴于此,该文主要研究中文社交媒体中的讽刺语用识别任务,构建了一个覆盖反讽、讽刺两种语言现象的语料库.基于此挖掘反讽和讽刺的语言特点,该文通过对比一些有效领域特征,验证了在反讽和讽刺文本的识别中,其结构和语义等深层语义特征的重要性.同时,该文提出了一种有效的多特征融合的混合神经网络判别模型,融合了卷积神经网络与LSTM序列神经网络模型,通过深层模型学习深层语义特征和深层结构特征,该模型获得了较好的识别精度,优于传统的单一的神经网络模型和BOW(Bag-of-Words)模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任福继		25	106	7.0	9.0
2	孙晓		19	185	8.0	13.0
3	何家劲		1	0	0.0	0.0