基于语言学特征与层次注意力机制的幽默识别

作者：杨勇; 杨亮; 邹艳波; 任鸽; 樊小超

来源：计算机工程, 2020, 46(08): 64-71.

DOI：10.19678/j.issn.1000-3428.0057138

• 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

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。

• 单位
  大连理工大学; 新疆师范大学; 电子工程学院