典型文献
基于BERT的强化语境与语义信息的对话幽默识别模型
文献摘要：
幽默识别是自然语言处理的新兴研究领域之一.对话的特殊结构使得在对话中的幽默识别相较于短文本幽默识别更具有挑战性.在对话中,除了当前话语以外,上下文语境信息对于幽默的识别也至关重要.因此,该文在已有研究的基础上结合对话的结构特征,提出基于BERT的强化语境与语义信息的对话幽默识别模型.模型首先使用BERT对发言人信息和话语信息进行编码,其次分别使用句级别的BiLSTM、CNN和Attention机制强化语境信息,使用词级别的BiLSTM和Attention机制强化语义信息.实验结果表明,该文方法能有效提升机器识别对话中幽默的能力.
文献关键词：
幽默识别;对话结构;BERT
中图分类号：
作者姓名：
徐洋;蒋玉茹;张禹尧
作者机构：
北京信息科技大学 智能信息处理研究所,北京 100101;国家经济安全预警工程北京实验室,北京 100044
文献出处：
引用格式：
[1]徐洋;蒋玉茹;张禹尧-.基于BERT的强化语境与语义信息的对话幽默识别模型)[J].中文信息学报,2022(04):73-80
A类：
B类：
BERT,语义信息,幽默识别,识别模型,自然语言处理,特殊结构,短文本,前话,上下文语境,发言人,BiLSTM,Attention,用词,提升机,机器识别,对话结构
AB值：
0.282319
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
