[发明专利]一种基于Bi-ISCA来检测用户生成短文本中的讽刺情绪的方法

权利要求书

1.一种基于Bi-ISCA来检测用户生成短文本中的讽刺情绪的方法，其特征在于：包括句内单词编码层模块、Bi-ISCA模块、整合与最终预测模块，所述句内单词编码层模块连接有Bi-ISCA模块，所述Bi-ISCA模块连接有整合与最终预测模块；

所述句内单词编码层模块用于利用双向的长时记忆网络Bi-LSTM从注释和答复两个方面总结句子内的上下文信息；

所述Bi-ISCA模块用于利用双向的句子间语境注意机制Bi-ISCA捕获两句之间的句子上下文信息；

所述整合与最终预测模块用于利用卷积神经网络CNN从新得到的上下文化隐式表示中获取位置不变的局部特征。

2.根据权利要求1所述的一种基于Bi-ISCA来检测用户生成短文本中的讽刺情绪的方法，其特征在于：所述句内单词编码层模块中，注意机制Bi-ISCA使用正向LSTM→h处理两个方向上的信息，从词汇w1到词汇wn读取句子S＝[w1，w2，.，wn]，以及从wn到w1读取句子的反向LSTM←h，从两个LSTM中添加隐藏状态以获得每个单词的最终隐藏状态表示，

ht的隐藏状态表示为正向和反向的隐藏状态之和。

3.根据权利要求1所述的一种基于Bi-ISCA来检测用户生成短文本中的讽刺情绪的方法，其特征在于：所述Bi-ISCA模块中，Bi-ISCA注意力机制捕获了如下四组注意力评分，在方程后面与hi的u和v分别做向量点积，其中u代表输入的注释句，v表示输入的答复句，

然后将计算出的句子间注意分数与BiLSTMR的隐态表示相乘，生成两组新的隐式表示分别为注释的正向的应答上下文化和注释的方向应答上下文化，后两个式子同理，

4.根据权利要求1所述的一种基于Bi-ISCA来检测用户生成短文本中的讽刺情绪的方法，其特征在于：所述整合与最终预测模块中包括四个独立的CNN块：CNN 1、CNN 2、CNN 3、CNN 4，被使用对应于每个新获得的上下文隐藏表示，每个CNN块由两个卷积层组成，所述两个卷积层是都滤波器组成的，所述滤波器的作用是在输入的不同位置检测特定的特征，

所述整合与最终预测模块的模型采用二元交叉熵作为训练损失函数，如上述方程，其中L是成本函数，y^I∈R代表该模型的输出，I∈R代表真标号，N∈N表示训练样本数。