面向社交媒体评论的上下文语境讽刺检测模型

摘要：

讽刺是日常交际中一种常见的语用现象,能够丰富说话者的观点并间接地表达说话者的深层含义.讽刺检测任务的研究目标是挖掘目标语句的讽刺倾向.针对讽刺语境表达变化多样以及不同用户、不同主题下的讽刺含义各不相同等特征,构建融合用户嵌入与论坛主题嵌入的上下文语境讽刺检测模型.该模型借助ParagraphVector方法的序列学习能力对用户评论文档与论坛主题文档进行编码,从而获取目标分类句的用户讽刺特征与主题特征,并利用一个双向门控循环单元神经网络得到目标句的语句编码.在标准讽刺检测数据集上进行的实验结果表明,与传统Bag-of-Words、CNN等模型相比,该模型能够有效提取语句的上下文语境信息,具有较高的讽刺检测分类准确率.

关键词：自然语言处理、上下文语境讽刺检测、深度学习、ParagraphVector模型、双向门控循环单元模型

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家社会科学基金;甘肃省科技计划项目

在线出版日期：2021-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：66-71