[发明专利]一种基于NER识别情景喜剧对话幽默度的方法

权利要求书

1.一种基于NER识别情景喜剧对话幽默度的方法，其特征在于：所述方法包括以下步骤：

步骤一：数据采集并进行数据预处理，形成待识别文本信息；

步骤二：RoBERTa预训练模型构建二分类模型；

步骤三：RoBERTa预训练模型构建NER模型，将待识别文本信息中句子的每个字符按照命名实体标注的方法进行标注，其中属于幽默范畴的字符标为1，不属于幽默范畴的字符标为0；

步骤四：采用九折交叉验证的方式，将句子中所有字词中被标注为1的字符所占比例与预设阈值进行对比，若所占比例大于预设阈值则判定该句子是幽默，否则判定为非幽默。

2.根据权利要求1所述的一种基于NER识别情景喜剧对话幽默度的方法，其特征在于：所述预设阈值为0.3。

3.根据权利要求1所述的一种基于NER识别情景喜剧对话幽默度的方法，其特征在于：所述步骤一具体包括：从情景喜剧对话中进行文本信息采集，并对文本信息中非常规字符和不可识别字符进行删除。

4.根据权利要求1所述的一种基于NER识别情景喜剧对话幽默度的方法，其特征在于：所述步骤三中幽默范畴的分析采用注意力机制进行识别。

5.根据权利要求1所述的一种基于NER识别情景喜剧对话幽默度的方法，其特征在于：所述RoBERTa预训练模型基于BERT预训练模型，对原BERT预训练模型的学习率峰值进行调整，将Adam算法中的参数β2从0.999改为0.98。

6.根据权利要求1所述的一种基于NER识别情景喜剧对话幽默度的方法，其特征在于：所述步骤三中幽默范畴的分析具体包括：将待识别文本信息中句子的每个字符与预设幽默字符数据库进行比对，若关联度超过80%，则定义为幽默范畴，否则相反。