孙 晓，何家劲，任福继,2

(1. 合肥工业大学 计算机与信息学院，安徽 合肥 230009；2. 德岛大学 工程学院,日本 7700855)

基于多特征融合的混合神经网络模型讽刺语用判别

孙 晓1，何家劲1，任福继1,2

(1. 合肥工业大学 计算机与信息学院，安徽 合肥 230009；2. 德岛大学 工程学院,日本 7700855)

在社交媒体中，存在大量的反讽和讽刺等语言现象，这些语言现象往往表征了一定的情感倾向性。然而这些特殊的语言现象所表达的语义倾向性，通常与其浅层字面含义相去甚远，因此加大了社交媒体中文本情感分析的难度。鉴于此，该文主要研究中文社交媒体中的讽刺语用识别任务，构建了一个覆盖反讽、讽刺两种语言现象的语料库。基于此挖掘反讽和讽刺的语言特点，该文通过对比一些有效领域特征，验证了在反讽和讽刺文本的识别中，其结构和语义等深层语义特征的重要性。同时，该文提出了一种有效的多特征融合的混合神经网络判别模型，融合了卷积神经网络与LSTM序列神经网络模型，通过深层模型学习深层语义特征和深层结构特征，该模型获得了较好的识别精度，优于传统的单一的神经网络模型和BOW(Bag-of-Words)模型。

讽刺；神经网络；多特征融合；情感分析

1 引言

反讽和讽刺是特殊的修辞表达方式，反讽是通过说“反语”的方式来表达一种情感，通常为负面。讽刺是通过一些修辞的表达方式，对一种现象或事物加以批判，通常以积极的字面意思来表达消极的情绪。两者存在细微的差别，因此两者之间的识别更是一项富有挑战性的工作。……