融合语言特征的卷积神经网络的反讽识别方法

• 作者: 卢欣 李旸 王素格
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 微博 反讽识别 卷积神经网络 语言特征
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 31-38
• 页数: 8页
• 分类号: TP391
• 字数: 8013字
• 语种: 中文

摘要

面对某些热点事件,微博评论者经常使用反讽来表达对于该事件的看法,以往的情感分析任务往往忽略这一语言现象.为了提高微博情感分析的准确率,该文对反讽识别开展了研究.通过分析中文文本的语言现象和社交网络的特性,归纳了中文微博反讽的语言特征,提出了一种融合语言特征的卷积神经网络(CNN)的反讽识别方法.该方法将反讽特征和句子分别采用Word Embedding作为输入,再卷积、池化后,将其全连接融合,构建了新的卷积神经网络模型.实验结果表明,该方法在反讽识别的性能上优于传统的基于机器学习的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王素格	山西大学计算机与信息技术学院	88	812	14.0	25.0
2	李旸	山西大学计算机与信息技术学院	10	28	3.0	5.0
3	卢欣	山西大学计算机与信息技术学院	1	0	0.0	0.0