基于跨模态深度学习的旅游评论反讽识别

【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。