融合反讽语言特征的反讽语句识别模型
Ironic sentence recognition model integrating ironic language features作者机构:安徽理工大学计算机科学与工程学院安徽淮南232001
出 版 物:《智能系统学报》 (CAAI Transactions on Intelligent Systems)
年 卷 期:2024年第19卷第3期
页 面:689-696页
核心收录:
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金面上项目(62076006) 安徽省高校协同创新项目(GXXT-2021-008)
主 题:反讽语句识别 语言特征 卡方检验算法 Word2Vec 双向门控循环神经单元 注意力机制 深度学习 智能信息处理
摘 要:反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率。首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率。