融合BERT和双向长短时记忆网络的中文反讽识别研究

1

作者 王旭阳 戚楠 魏申酉 《计算机工程与应用》 CSCD 北大核心 2024年第20期153-159,共7页

用户对微博热点话题进行评论时会使用反语、讽刺的修辞手法,其本身带有一定的情感倾向会对情感分析结果造成一定影响。因此该文主要针对中文微博评论进行反讽识别,构建了一个包含反语、讽刺和非反讽的三分类数据集,提出一个基于BERT和... 用户对微博热点话题进行评论时会使用反语、讽刺的修辞手法,其本身带有一定的情感倾向会对情感分析结果造成一定影响。因此该文主要针对中文微博评论进行反讽识别,构建了一个包含反语、讽刺和非反讽的三分类数据集,提出一个基于BERT和双向长短时记忆网络(BiLSTM)的模型BERT_BiLSTM。该模型通过BERT生成含有上下文信息的动态字向量,输入BiLSTM提取文本的深层反讽特征,在全连接层传入softmax对文本进行反讽识别。实验结果表示,在二分类和三分类数据集上,提出的BERT_BiLSTM模型与现有主流模型相比准确率和F1值均有明显提高。 展开更多

关键词 反讽识别 BERT 特征提取 双向长短时记忆网络(BiLSTM)

下载PDF 职称材料

融合交叉注意力的突发事件多模态中文反讽识别模型

2

作者 胡文彬 陈龙 +2 位作者 黄贤波 陈晨 仲兆满 《智能系统学报》 CSCD 北大核心 2024年第2期392-400,共9页

网民在社交媒体参与突发事件讨论时,时常会采用反讽修辞方式表达对事件的看法,此举导致情感分析的难度增加,且已有中文反讽识别对社交媒体中网民发布的多模态评论研究较少,有必要对图文多模态中文反讽识别进行深入研究。运用交叉注意力... 网民在社交媒体参与突发事件讨论时,时常会采用反讽修辞方式表达对事件的看法,此举导致情感分析的难度增加,且已有中文反讽识别对社交媒体中网民发布的多模态评论研究较少,有必要对图文多模态中文反讽识别进行深入研究。运用交叉注意力机制捕捉模态间的不一致性表达,提出融合交叉注意力的多模态中文反讽识别模型(fuse cross attention model,FCAM)。在模型中,首先运用TextCNN(text convolutional neural networks)和ResNet(deep residual network)分别提取中文文本浅层特征和图像特征,再运用交叉注意力机制分别得到文本层和图像层的注意力特征,按照残差方式分别实现文本浅层特征和文本层注意力特征的连接、图像特征和图像层注意力特征的连接,使用注意力机制融合2个特征表示,经过分类层得到反讽分类结果。基于某一地区新冠疫情期间相关话题的微博评论数据,构建出突发公共卫生事件多模态中文反讽数据集,在该数据集上试验验证,相较于基准模型,FCAM具有一定的优越性。 展开更多

关键词 突发事件 社交媒体 多模态评论 中文反讽识别 中文反讽数据集 交叉注意力机制 注意力机制 情感分析

下载PDF 职称材料

基于多语义融合的反讽识别 被引量：5

3

作者 樊小超 杨亮 +3 位作者 林鸿飞 刁宇峰 申晨 楚永贺 《中文信息学报》 CSCD 北大核心 2021年第6期103-111,共9页

反讽是一种复杂的语言现象,被广泛应用于社交媒体中。如何让计算机具有识别反讽的能力,成为了自然语言处理研究领域的热门研究内容之一。该文针对反讽识别中缺乏上下文语境信息和修辞表达信息的问题,提出了基于多语义融合的反讽识别方... 反讽是一种复杂的语言现象,被广泛应用于社交媒体中。如何让计算机具有识别反讽的能力,成为了自然语言处理研究领域的热门研究内容之一。该文针对反讽识别中缺乏上下文语境信息和修辞表达信息的问题,提出了基于多语义融合的反讽识别方法。该方法采用ELMo从大规模反讽文本中训练得到领域词嵌入表示,并融合基于词性和基于风格信息的语义表示,使用双向长短时记忆网络和卷积神经网络进行反讽识别。实验结果表明,所提出模型能够从多个维度提取反讽文本的潜在语义特征,在公开数据集IAC上的实验性能有显著提升。 展开更多

关键词 反讽识别 多语义融合 神经网络 ELMo

下载PDF 职称材料

融合语言特征的卷积神经网络的反讽识别方法 被引量：12

4

作者 卢欣 李旸 王素格 《中文信息学报》 CSCD 北大核心 2019年第5期31-38,共8页

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... 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。 展开更多

关键词 微博 反讽识别 卷积神经网络 语言特征

下载PDF 职称材料

面向社交媒体的反讽识别 被引量：3

5

作者 罗观柱 赵妍妍 +1 位作者 秦兵 刘挺 《智能计算机与应用》 2020年第2期301-307,共7页

反讽是社交媒体中常用的一种修辞方法,反讽的存在对传统的情感分析或观点挖掘带来了挑战。反讽修辞中一种常用的表达形式为使用极性相反的情感词来表达"前后情感矛盾"。本文针对该形式的反讽,提出了一种基于注意力机制的神经... 反讽是社交媒体中常用的一种修辞方法,反讽的存在对传统的情感分析或观点挖掘带来了挑战。反讽修辞中一种常用的表达形式为使用极性相反的情感词来表达"前后情感矛盾"。本文针对该形式的反讽,提出了一种基于注意力机制的神经网络模型,该模型可以捕捉一句话中的前后情感矛盾的两个词从而推断是否为反讽。该模型不考虑句子的上下文,仅从句子本身的结构出发,计算任意两个词之间的注意力分数从而发现导致反讽的关键词。本模型在多个数据集上取到了很好的效果,并且该模型有较好的可解释性。 展开更多

关键词 反讽识别 注意力机制 情感分析 社交媒体 神经网络

下载PDF 职称材料

基于多模态深度学习的旅游评论反讽识别研究 被引量：10

6

作者 张继东 蒋丽萍 《情报理论与实践》 CSSCI 北大核心 2022年第7期158-164,共7页

[目的/意义]反讽作为一种隐性而间接的情感表达方式,在社交评论中被广泛使用,正确识别用户的反讽情感对于网络平台和服务商具有重要意义。[方法/过程]文章基于深度学习构建多模态反讽识别模型,以在线旅游评论为例,运用深度学习模型分别... [目的/意义]反讽作为一种隐性而间接的情感表达方式,在社交评论中被广泛使用,正确识别用户的反讽情感对于网络平台和服务商具有重要意义。[方法/过程]文章基于深度学习构建多模态反讽识别模型,以在线旅游评论为例,运用深度学习模型分别提取文本、表情符号和图片的特征向量,通过不同的特征融合方式进行反讽识别。[结果/结论]通过与单模态反讽识别模型进行对比实验,发现文章提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优,验证了多模态模型比单模态模型反讽识别效果更佳的结论。 展开更多

关键词 多模态 深度学习 模态融合 旅游 反讽识别

原文传递

基于图文融合的社交媒体反讽识别 被引量：2

7

作者 林敏鸿 蒙祖强 《电脑知识与技术》 2020年第24期185-186,共2页

文本与图片相结合的多模态内容在社交媒体上变得越来越常见。多模态数据包含了更为全面的信息,能更好地理解用户的真正想表达的意图。对多模态数据的反讽识别研究也受到了越来越多的关注。本文提出了一种基于深层语义融合的多模态反讽... 文本与图片相结合的多模态内容在社交媒体上变得越来越常见。多模态数据包含了更为全面的信息,能更好地理解用户的真正想表达的意图。对多模态数据的反讽识别研究也受到了越来越多的关注。本文提出了一种基于深层语义融合的多模态反讽识别方法。通过实验证明了,本文的模型在各项指标上都要优于传统的单模态的反讽识别模型。 展开更多

关键词 社交媒体 反讽识别 多模态融合

下载PDF 职称材料

融合反讽语言特征的反讽语句识别模型

8

作者 韦斯羽 朱广丽 +1 位作者 谈光璞 张顺香 《智能系统学报》 CSCD 北大核心 2024年第3期689-696,共8页

反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句... 反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率。首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率。 展开更多

关键词 反讽语句识别 语言特征 卡方检验算法 Word2Vec 双向门控循环神经单元 注意力机制 深度学习 智能信息处理

下载PDF 职称材料

基于跨模态深度学习的旅游评论反讽识别 被引量：8

9

作者 刘洋 马莉莉 +2 位作者 张雯 胡忠义 吴江 《数据分析与知识发现》 CSSCI CSCD 北大核心 2022年第12期23-31,共9页

【目的】基于跨模态深度学习方法,通过旅游评论对消费者情感表达进行分析,并识别反讽情绪。【方法】构建跨模态的深度学习模型,首先进行多模态信息的编码,通过图神经网络提取文本与图片中的交互信息,利用注意力机制强调多模态特征,最后... 【目的】基于跨模态深度学习方法,通过旅游评论对消费者情感表达进行分析,并识别反讽情绪。【方法】构建跨模态的深度学习模型,首先进行多模态信息的编码,通过图神经网络提取文本与图片中的交互信息,利用注意力机制强调多模态特征,最后进行反讽识别。【结果】结合Yelp网站的旅游评论数据进行实证研究,并与相关基线模型作比较。实验结果表明,跨模态模型具有优越性,反讽识别的准确率达到88.77%。【局限】所提模型仅在Yelp网站的Hilton数据集上进行测试,未在其他旅游平台上进一步验证。【结论】所提模型能够充分提取不同模态间的交互信息,有效提升反讽识别的准确性。 展开更多

关键词 跨模态 深度学习 旅游评论 反讽识别

原文传递

考虑反讽语义识别的协同双向编码舆情评论情感分析研究 被引量：8

10

作者 潘宏鹏 汪东 +1 位作者 刘忠轶 李轲 《情报杂志》 CSSCI 北大核心 2022年第5期99-105,111,共8页

[研究目的]舆情评论情感分析是帮助相关部门及时掌握网民诉求、合理疏导舆情的重要抓手。为解决传统文本分析模型无法准确判别掺杂反讽语义文本的情感极性问题,设计了一种协同双向编码表征模型。[研究方法]将两个普通双向编码表征模型... [研究目的]舆情评论情感分析是帮助相关部门及时掌握网民诉求、合理疏导舆情的重要抓手。为解决传统文本分析模型无法准确判别掺杂反讽语义文本的情感极性问题,设计了一种协同双向编码表征模型。[研究方法]将两个普通双向编码表征模型协同组合,分别进行反讽语义/非反讽语义、正面情感/负面情感的语义理解能力训练。然后将获取的反讽识别向量与情感识别向量通过一个额外的全连接层进行合并,构建协同双向编码表征模型。在反讽识别向量的指导下,此模型会根据评论文本的不同性质,在输出层进行不同的对应处理。[研究结论]以“望江女子溺水案”为例进行实验,结果表明:与普通双向编码表征、Text-CNN和Text-LSTM模型相比,协同双向编码表征模型的P、R、A、F1等指标均有明显提高。且在此基础上进行的LDA主题挖掘,可实现舆情评论情感极性的主题可视化,为相关部门进行舆情管控提供更加精准的决策支持。 展开更多

关键词 舆情 反讽识别 协同双向编码表征 情感分析

下载PDF 职称材料

融合微博语言特征的CNN反讽文本识别模型研究 被引量：5

11

作者 白晓雷 霍瑞雪 《通信技术》 2021年第5期1126-1130,共5页

目前,情感分析领域针对反讽识别尤其是中文反讽识别的国内相关研究较少,同时存在反讽识别准确率不高的问题。因此,提出融合微博特有语言特征的词袋模型,分别在传统机器学习分类器中进行训练、测试,但仍存在识别准确率不高的问题。为了... 目前,情感分析领域针对反讽识别尤其是中文反讽识别的国内相关研究较少,同时存在反讽识别准确率不高的问题。因此,提出融合微博特有语言特征的词袋模型,分别在传统机器学习分类器中进行训练、测试,但仍存在识别准确率不高的问题。为了进一步提高反讽识别的准确率,在前期研究工作的基础上,提出了一种融合微博反讽语言特征的卷积神经网络模型。经过训练、测试、持续对该模型进行优化,该模型的准确率、召回率等指标相对于传统机器学习模型得到了明显提升。 展开更多

关键词 情感分析 中文反讽识别 微博 卷积神经网络

下载PDF 职称材料

融合语言特征的反讽文本识别模型研究 被引量：3

12

作者 白晓雷 霍瑞雪 《通信技术》 2021年第1期73-76,共4页

目前,情感分析是自然语言处理领域的一个重要方向。作为其中一种特殊的修辞手法,反讽尤其是中文反讽目前国内相关研究较少,存在反讽识别准确率不高的问题。为了提高中文反讽识别的准确性,研究了一种改进后的融合微博特有语言特征的词袋... 目前,情感分析是自然语言处理领域的一个重要方向。作为其中一种特殊的修辞手法,反讽尤其是中文反讽目前国内相关研究较少,存在反讽识别准确率不高的问题。为了提高中文反讽识别的准确性,研究了一种改进后的融合微博特有语言特征的词袋模型,并分别在支持向量机(Support Vector Machine,SVM)、朴素贝叶斯(Naive Bayesian,NB)和随机森林(Random Forest,RF)等分类器中进行了训练,相较于单独使用词袋模型进行训练准确率有了明显提升,为今后进一步提高反讽识别的准确率打下了基础。 展开更多

关键词 情感分析 自然语言处理 中文反讽识别 微博

下载PDF 职称材料

卷积神经网络在微博反讽语句识别中的应用

13

作者 霍瑞雪 白晓雷 《中国新通信》 2021年第9期86-88,共3页

随着互联网信息发布平台日益增多,网民发表情感的方式也逐渐多元化,其中反讽这一特殊修辞手法得到了广泛使用,对其的识别也变得日益迫切。为了更好的识别微博语料中的反讽语句,研究了一种改进后卷积神经网络模型。卷积神经网络是人工智... 随着互联网信息发布平台日益增多,网民发表情感的方式也逐渐多元化,其中反讽这一特殊修辞手法得到了广泛使用,对其的识别也变得日益迫切。为了更好的识别微博语料中的反讽语句,研究了一种改进后卷积神经网络模型。卷积神经网络是人工智能领域的一个重要组成部分,应用范围极其广泛,也是目前人工智能领域的研究重点。卷积神经网络凭借着特征自主学习的优势在自然语言处理方面有着出色的表现。通过实验,利用特征与词向量双输入的卷积神经网络模型对反讽识别准确率有了明显提升。 展开更多

关键词 卷积神经网络 机器学习 反讽识别

下载PDF 职称材料