基于语言学特征与层次注意力机制的幽默识别

摘要：

结合英文幽默语言学特征,提出基于语音、字形和语义的层次注意力神经网络模型(PFSHAN)进行幽默识别.在特征提取阶段,将幽默文本表示为音素、字符以及携带歧义性等级信息的语义形式,分别采用卷积神经网络、双向门控循环单元和注意力机制提取PFSHAN模型的语音、字形和语义特征.在特征融合阶段,针对不同单词对幽默语言学特征的贡献程度不同,且不同幽默语言学特征和语句之间关联程度不同的问题,采用层次注意力机制调整不同幽默语言学特征对于PFSHAN模型性能的影响.在Puns和Onliner数据集上的实验结果表明,PFSHAN模型的F1值分别为91.03％和91.11％,能有效提高幽默识别性能.

关键词：幽默识别、注意力机制、卷积神经网络、双向门控循环单元、语言学特征

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家语委“十三五”科研规划项目;新疆维吾尔自治区高等学校科研计划;新疆师范大学博士科研启动基金

在线出版日期：2020-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：64-71