基于语言学特征与层次注意力机制的幽默识别

• 作者: 任鸽 杨亮 杨勇 樊小超 邹艳波
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 幽默识别 注意力机制 卷积神经网络 双向门控循环单元 语言学特征
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 64-71
• 页数: 8页
• 分类号: TP391
• 字数: 7424字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0057138

摘要

结合英文幽默语言学特征,提出基于语音、字形和语义的层次注意力神经网络模型(PFSHAN)进行幽默识别.在特征提取阶段,将幽默文本表示为音素、字符以及携带歧义性等级信息的语义形式,分别采用卷积神经网络、双向门控循环单元和注意力机制提取PFSHAN模型的语音、字形和语义特征.在特征融合阶段,针对不同单词对幽默语言学特征的贡献程度不同,且不同幽默语言学特征和语句之间关联程度不同的问题,采用层次注意力机制调整不同幽默语言学特征对于PFSHAN模型性能的影响.在Puns和Onliner数据集上的实验结果表明,PFSHAN模型的F1值分别为91.03％和91.11％,能有效提高幽默识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹艳波	新疆师范大学物理与电子工程学院	14	22	3.0	4.0
2	樊小超	新疆师范大学计算机科学技术学院	8	17	2.0	4.0
4	杨亮	大连理工大学计算机科学与技术学院	49	510	10.0	22.0
5	杨勇	新疆师范大学计算机科学技术学院	35	106	5.0	9.0
6	任鸽	新疆师范大学计算机科学技术学院	19	17	2.0	3.0