买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学

摘要：本发明公布了一种融合多种情感极性的文本讽刺识别方法，具体实现步骤如下：（1）构建讽刺识别数据集。（2）构建初始讽刺识别情感词典并构建平滑的情感倾向点互信函数SSOPMI对其进行扩充。（3）构建讽刺识别模型，并构建融合多种情感极性的讽刺识别网络IMEPSI分别提取积极情感部分和消极情感部分的情感特征与文本的上下文信息特征，然后将情感特征与上下文信息特征进行融合并对融合后的特征向量进行降维；最后根据激活函数判断该文本是否具有讽刺性；（3）初始化模型的权重和偏置项设置模型相关的超参数，将训练集和验证集加载至该模型中进行训练，得该模型训练后的最优参数。（4）运用该模型，对文本进行讽刺识别。

主权项：1.一种融合多种情感极性的文本讽刺识别方法，其特征在于从输入文本中提取具有上下文信息的积极情感特征和消极情感特征，同时将积极情感特征与消极情感特征融合，然后使用融合后的特征进行讽刺识别，该方法包括以下步骤：S1、构建讽刺识别数据集：首先对收集到的原始的讽刺数据进行标注，构建类别标签 sarcasm，将每个原始的讽刺数据的文本txt标注为“讽刺”或“非讽刺”类别；然后将txt与及 其对应的sarcasm构造二元组d=txt,sarcasm；所有的d构成一个数据集 ，其中n为数据集的条数；最后将讽刺识别数据集按照一定的比例划分为训练集、验证集和 测试集； S2、构建讽刺识别情感词典：首先从多个社交平台的评论和D中选取N条具有情感极性的评论作为语料库，计算每个单词的词频W、逆文档频率F以及词频与其逆文档频率WF，选取WF较高的n个单词作为初始讽刺识别情感词典种子词；然后构建平滑的情感倾向点互信函数SSOPMI扩充讽刺识别情感词典；S3、构建讽刺识别模型：首先将输入文本根据讽刺识别情感词典拆分为积极情感极性部分、消极情感极性部分以及无情感极性部分；构建融合多种情感极性的讽刺识别网络IMEPSI分别提取积极情感部分和消极情感部分的情感特征与文本的上下文信息特征，然后将情感特征与上下文信息特征进行融合并对融合后的特征向量进行降维；最后根据激活函数判断该文本是否具有讽刺性；S4、设置模型的所有相关参数：设置丢弃率的大小、学习率的大小、批处理的大小、优化器的选择与模型相关的参数；将训练集和验证集加载至该模型中进行训练，得该模型训练后的最优参数；S5、运用该讽刺识别模型，对输入文本进行讽刺识别，将测试集输入到训练好的讽刺识别模型中进行测试，使用机器学习中的准确率和MMR作为该讽刺识别模型在执行讽刺识别任务时的评估指标，然后将该讽刺识别模型运用于不同数据集的讽刺识别任务当中。

全文数据：

权利要求：

百度查询： 广东工业大学 一种融合多种情感极性的文本讽刺识别方法