融合语言特征的卷积神经网络的反讽识别方法

摘要

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.