基于跨模态深度学习的旅游评论反讽识别

TP391%G350; [目的]基于跨模态深度学习方法,通过旅游评论对消费者情感表达进行分析,并识别反讽情绪.[方法]构建跨模态的深度学习模型,首先进行多模态信息的编码,通过图神经网络提取文本与图片中的交互信息,利用注意力机制强调多模态特征,最后进行反讽识别.[结果]结合Yelp网站的旅游评论数据进行实证研究,并与相关基线模型作比较.实验结果表明,跨模态模型具有优越性,反讽识别的准确率达到88.77％.[局限]所提模型仅在Yelp网站的Hilton数据集上进行测试,未在其他旅游平台上进一步验证.[结论]所提模型能够充分提取不同模态间的交互信息,有效提升反讽识别的准确性.