基于多维语义关系谐音双关语识别模型.PDFVIP

文章编号：1003-0077 （2011）00-0000-00 基于多维语义关系的谐音双关语识别模型 1 2 1 2 徐琳宏 ，林鸿飞 ，祁瑞华 ，杨亮 （1.大连外国语大学，辽宁省 大连市 116044；2.大连理工大学 辽宁省 大连市 116024） 摘要：谐音双关语的识别是幽默研究领域的一个重要分支，并逐渐发展为一个新兴的研究领域。本文提出 一种基于四个维度特征集的谐音双关语识别模型，其中四个维度包括语义透明度、语义相关度、语音扩展 性和句式特征集。语义透明度包括词项统计和语句字符长度两个特征，句式特征集包括人名、大写、时态、 词性和位置五个特征。将这四个维度的九个特征加入到二叉判定树中，使用 K-Means 聚类获取阈值，完成 双关语的识别。本文的实验数据来自于 SemEval2017 任务 7 的语料，取得了较好的效果，F1 值高于参赛队 中的第一名，实验证明基于四个维度特征的二叉判定树分类方法在谐音双关语识别中是有效的，且在多个 特征中，语音扩展性和句式特征集的效果比较明显，这也符合谐音双关语识别中语音作用较大的预测。 关键词：谐音双关语；二叉判定树；语义特征集；聚类 中图分类号：TP391 文献标识码：A The Heterographic Pun Identification Model Based on Multi-dimensional Semantic Relationships 1 2 1 2 XU Lin-hong , LIN Hong-fei , QI Rui-hua , YANG Liang (1.Unit ,city, province zip code, China ; 2. Unit, city, province zip code ,China) Abstract: The identification of heterographic puns, as an important branch of humor research, has gradually developed into a new research area. This paper presents a heterographic pun identification mechanism based on feature sets in four dimensions, namely, semantic transparency, semantic relevance, phonetic expansibility and syntax feature sets. Semantic transparency feature sets consist of lexical item statistics and character length; syntax feature sets include names, capitalization, tense, part of speech and location. Nine features of the above four dimensions are added to the Binary Decision Tree, with the help of K-Means Cluster, to generate the threshold and complete the identification of a pun. By utilizing the corpus of SemEval2017 Task 7, this paper achieves satisfactory results and its F1 value outscores the top one of all the participating teams, and the experiment proves that the taxonomic approach of the Binary Decision Tree based on four dimensio