一种基于卷积神经网络和注意力机制的反讽识别模型

摘要

本发明属于自然语言处理领域，涉及一种基于卷积神经网络和注意力机制的反讽识别模型。包括：S1.文本表示层；S2.语义特征提取层；S3.反讽语义关系建模层；S4.反讽意图判别层。有益效果：本发明能够识别出社交媒体中潜在的反讽表达，挖掘出用户的真实情感倾向，该模型弥补了传统序列模型的不足，实现了句子内部序列之间情感语义关系的建模，同时相比于现有的基于词对矛盾的反讽识别方法，该模型更容易捕捉到反讽效果产生的语义矛盾信息，提高了反讽识别任务的准确性，通过卷积操作隐式地将句子分割成短语片段来提取更高层次的语义特征；可以更准确的捕捉句子短语片段之间的语义不一致性信息。