基于多特征融合的混合神经网络模型讽刺语用判别.PDFVIP

基于多特征融合的混合神经网络模型讽刺语用判别*  收稿日期： 定稿日期： 基金项目：安徽省自然基金项目(1508085QF119)、国家自然基金重点项目、模式识别国家重点 实验室开放课题(NLPR)(201407345)，中国博士后科学基金项目(2015M580532) 作者简介：孙晓（1980- ），男，副教授，博士，人机交互，自然语言处理，情感计算；何家劲（1992- ）， 男，硕士，自然语言处理；任福继（1959- ），男，教授，博士，主要研究方向人工智能与多媒体计算。 1 1 1,2 孙晓 ，何家劲 ，任福继 （1. 合肥工业大学，安徽 合肥 230009 ；2. 德岛大学 日本7700855 ） 摘要：在社交媒体中，存在大量的反讽和讽刺等语言现象，这些语言现象往往表征了一定的情感倾向性。 然而这些特殊的语言现象所表达的语义倾向性，通常与其浅层字面含义相去甚远，因此加大了社交媒体中 文本情感分析的难度。鉴于此，本文主要研究中文社交媒体中的讽刺语用识别任务，构建了一个覆盖反讽、 讽刺两种语言现象的语料库，基于此挖掘反讽和讽刺的语言特点。本文通过对比一些有效领域特征，验证 了在反讽和讽刺文本的识别中，其结构和语义等深层语义特征的重要性。基于此，提出了一种有效的多特 征融合的混合神经网络判别模型，融合了卷积神经网络与LSTM 序列神经网络模型，通过深层模型学习深层 语义特征和深层结构特征，该模型获得了较好的识别精度，优于传统的单一的神经网络模型和 BOW （Bag-of-Words ）模型。 关键词：讽刺；神经网络；多特征融合；情感分析 中图分类号：TP391 文献标识码：A Ironically linguistic judgement based on hybrid neural network model via multi-feature fusion 1 1 1,2 Xiao Sun , Jiajin He ,Fuji Ren (1. HeFei University of Technology ,Hefei, Anhui 230009, China ; 2.The University of Tokushima, 7700855, Japan) Abstract: In social media, there are a lot of ironically linguistic phenomenon of irony and satire, it implies a certain amount of emotional tendencies. However, the semantics tendencies of these special language phenomena are most often a far cry from its shallow literal meaning, therefore, it increases the difficulty of text sentiment analysis in social media. In view of this, this paper studies ironically linguistic recognition tasks in Chinese social media, constructs a corpus contains irony and satire, mining ironically language characteristics according to the corpus. In this paper, via comparing some effective field features with each other, it demonstr