BNS-Net：一种考虑行为级与句子级冲突的双通道讽刺检测方法
计算与语言
2023-09-08 v1
摘要
讽刺检测是一项二分类任务，旨在判断给定话语是否为讽刺。在过去十年中，讽刺检测已从经典模式识别发展到深度学习方法，其中用户画像、标点和情感词等特征常被用于讽刺检测。在现实生活中的讽刺表达中，缺乏明确情感线索的行为往往充当隐含情感意义的载体。受此观察启发，我们提出了一种名为 BNS-Net 的双通道讽刺检测模型。该模型在两个通道中考虑行为与句子的冲突。通道 1：行为级冲突通道基于核心动词重构文本，并利用改进的注意力机制突出冲突信息。通道 2：句子级冲突通道引入外部情感知识将文本分割为显式与隐式句子，捕捉它们之间的冲突。为验证 BNS-Net 的有效性，我们在三个公开讽刺数据集上进行了若干对比与消融实验。实验结果的分析与评估表明，BNS-Net 能有效识别文本中的讽刺并达到了 state-of-the-art 性能。
引用
@article{arxiv.2309.03658,
title = {BNS-Net: A Dual-channel Sarcasm Detection Method Considering Behavior-level and Sentence-level Conflicts},
author = {Liming Zhou and Xiaowei Xu and Xiaodong Wang},
journal= {arXiv preprint arXiv:2309.03658},
year = {2023}
}
备注
11 pages, 5 figures