發(fā)布時(shí)間：2017-10-10 23:08

  本文關(guān)鍵詞：基于多特征融合的混合神經(jīng)網(wǎng)絡(luò)模型諷刺語用判別

  更多相關(guān)文章： 諷刺 神經(jīng)網(wǎng)絡(luò) 多特征融合 情感分析

【摘要】：在社交媒體中,存在大量的反諷和諷刺等語言現(xiàn)象,這些語言現(xiàn)象往往表征了一定的情感傾向性。然而這些特殊的語言現(xiàn)象所表達(dá)的語義傾向性,通常與其淺層字面含義相去甚遠(yuǎn),因此加大了社交媒體中文本情感分析的難度。鑒于此,該文主要研究中文社交媒體中的諷刺語用識別任務(wù),構(gòu)建了一個(gè)覆蓋反諷、諷刺兩種語言現(xiàn)象的語料庫�；诖送诰蚍粗S和諷刺的語言特點(diǎn),該文通過對比一些有效領(lǐng)域特征,驗(yàn)證了在反諷和諷刺文本的識別中,其結(jié)構(gòu)和語義等深層語義特征的重要性。同時(shí),該文提出了一種有效的多特征融合的混合神經(jīng)網(wǎng)絡(luò)判別模型,融合了卷積神經(jīng)網(wǎng)絡(luò)與LSTM序列神經(jīng)網(wǎng)絡(luò)模型,通過深層模型學(xué)習(xí)深層語義特征和深層結(jié)構(gòu)特征,該模型獲得了較好的識別精度,優(yōu)于傳統(tǒng)的單一的神經(jīng)網(wǎng)絡(luò)模型和BOW(Bag-of-Words)模型。
【作者單位】： 合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院;德島大學(xué)工程學(xué)院;
【關(guān)鍵詞】： 諷刺 神經(jīng)網(wǎng)絡(luò) 多特征融合 情感分析
【基金】：安徽省自然基金(1508085QF119) 國家自然基金(61432004) 模式識別國家重點(diǎn)實(shí)驗(yàn)室開放課題(NLPR)(201407345) 中國博士后科學(xué)基金(2015M580532)
【分類號】：TP391.1;TP183
【正文快照】： 1引言反諷和諷刺是特殊的修辭表達(dá)方式,反諷是通過說“反語”的方式來表達(dá)一種情感,通常為負(fù)面。諷刺是通過一些修辭的表達(dá)方式,對一種現(xiàn)象或事物加以批判,通常以積極的字面意思來表達(dá)消極的情緒。兩者存在細(xì)微的差別,因此兩者之間的識別更是一項(xiàng)富有挑戰(zhàn)性的工作。由于批判性

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 孫曉;葉嘉麒;唐陳意;任福繼;;基于多策略的新浪微博大數(shù)據(jù)抓取及應(yīng)用[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年10期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 徐雁飛;劉淵;吳文鵬;;社交網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)研究與應(yīng)用[J];計(jì)算機(jī)科學(xué);2017年01期

2 孫曉;何家勁;任福繼;;基于多特征融合的混合神經(jīng)網(wǎng)絡(luò)模型諷刺語用判別[J];中文信息學(xué)報(bào);2016年06期

3 周雪;劉乃文;;基于用戶影響力的微博數(shù)據(jù)采集技術(shù)[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年02期

4 周紅福;賈璐;張婷婷;李劍;;微博輿情分析中信息轉(zhuǎn)發(fā)路徑提取方法研究[J];信息網(wǎng)絡(luò)安全;2016年04期

5 高哲;羅挺豪;趙s友，

本文編號：1009108