基于多特征融合的混合神经网络模型讽刺语用判别
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.
讽刺语 神经网络 多特征融合 情感分析
孙晓 何家劲 任福继
合肥工业大学,安徽合肥230009 合肥工业大学,安徽合肥230009;德岛大学 日本7700855
国内会议
第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)
烟台
中文
1-13
2016-10-14（万方平台首次上网日期，不代表论文的发表时间）