面向社交媒体评论的上下文语境讽刺检测模型

• 作者: 刘国利 孙天岳 赵启涛 韩虎
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 自然语言处理 上下文语境讽刺检测 深度学习 ParagraphVector模型 双向门控循环单元模型
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0056606

摘要

讽刺是日常交际中一种常见的语用现象,能够丰富说话者的观点并间接地表达说话者的深层含义.讽刺检测任务的研究目标是挖掘目标语句的讽刺倾向.针对讽刺语境表达变化多样以及不同用户、不同主题下的讽刺含义各不相同等特征,构建融合用户嵌入与论坛主题嵌入的上下文语境讽刺检测模型.该模型借助ParagraphVector方法的序列学习能力对用户评论文档与论坛主题文档进行编码,从而获取目标分类句的用户讽刺特征与主题特征,并利用一个双向门控循环单元神经网络得到目标句的语句编码.在标准讽刺检测数据集上进行的实验结果表明,与传统Bag-of-Words、CNN等模型相比,该模型能够有效提取语句的上下文语境信息,具有较高的讽刺检测分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩虎		23	128	6.0	10.0
2	刘国利		3	1	1.0	1.0
3	孙天岳		3	1	1.0	1.0
4	赵启涛		3	1	1.0	1.0