首页|融合语言特征的卷积神经网络的反讽识别方法

融合语言特征的卷积神经网络的反讽识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
面对某些热点事件,微博评论者经常使用反讽来表达对于该事件的看法,以往的情感分析任务往往忽略这一语言现象.为了提高微博情感分析的准确率,该文对反讽识别开展了研究.通过分析中文文本的语言现象和社交网络的特性,归纳了中文微博反讽的语言特征,提出了一种融合语言特征的卷积神经网络(CNN)的反讽识别方法.该方法将反讽特征和句子分别采用Word Embedding作为输入,再卷积、池化后,将其全连接融合,构建了新的卷积神经网络模型.实验结果表明,该方法在反讽识别的性能上优于传统的基于机器学习的方法.
Linguistic Features Enhanced Convolutional Neural Networks for Irony Recognition

卢欣、李旸、王素格

展开 >

山西大学计算机与信息技术学院 ,山西太原 030006

微博 反讽识别 卷积神经网络 语言特征

国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金山西省重点研发计划

6163201161672331615732316143201161603229201803D421024

2019

中文信息学报
中国中文信息学会,中国科学院软件研究所

中文信息学报

CSTPCDCSCDCHSSCD北大核心
影响因子：0.8
ISSN：1003-0077
年,卷(期)：2019.33(5)
  • 11
  • 5