资料下载
×
基于语音、字形和语义的层次注意力神经网络模型
消耗积分:0 |
格式:pdf |
大小:2.74 MB |
2021-03-26
分享资料个
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。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
