计算机工程

作者：杨勇, 杨亮, 邹艳波, 任鸽, 樊小超

单位：1. 新疆师范大学 a. 计算机科学技术学院;b. 物理与电子工程学院, 乌鲁木齐 830054;2. 大连理工大学 计算机科学与技术学院, 辽宁 大连 116024

关键词：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

基金：国家语委"十三五"科研规划项目（YB135-8）；新疆维吾尔自治区高等学校科研计划（XJEDU2016S066）；新疆师范大学博士科研启动基金（XJNUBS1609）。

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。

来源：2020年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第8期