一种量子概率启发的对话讽刺识别网络模型
A Quantum Probability Inspired Network for Dialogue Sarcasm Recognition作者机构:郑州轻工业大学软件学院河南郑州450002
出 版 物:《电子学报》 (Acta Electronica Sinica)
年 卷 期:2022年第50卷第8期
页 面:1885-1893页
核心收录:
学科分类:0710[理学-生物学] 08[工学] 081203[工学-计算机应用技术] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 0702[理学-物理学]
基 金:国家自然科学基金(No.62006212) 河南省重点研发与推广专项(科技攻关)(No.212102210418)。
摘 要:对话讽刺识别已经成为人工智能领域中一项极具挑战性的课题,其目的是辨别互动对话中晦涩难懂的诸如讽刺、轻蔑、嘲笑等隐喻性情感.从语言哲学分析,目前的对话讽刺识别方法难以衡量人类语言在讽刺表达与理解方面固有的不确定性.鉴于量子概率在建模不确定性方面的优势,本文探索量子概率在讽刺识别领域的潜力并提出一种量子概率启发式网络.该网络主要包含复值嵌入层、量子复合层、量子测量层以及全连接层.本文将互动对话中每句话语视作是一组单词的类量子叠加,表征为复数向量.相邻话语之间的上下文交互被建模为量子系统与其周围环境的复合,表示为密度矩阵.本文对每句话语进行量子测量,提取讽刺特征,并将讽刺特征输入到全连接层预测得到讽刺识别结果.本文在两个基准数据集上进行实验,结果表明本文提出的模型优于先进讽刺识别模型,讽刺识别准确率分别提升5.2%与2.38%.