国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:余本功,李晨越,
单位:合肥工业大学a.管理学院;b.过程优化与智能决策教育部重点实验室,合肥230009;
关键词:讽刺检测,社交媒体,多模态,研究综述,
基金:国家自然科学基金资助项目(72071061);;
近年,网络社交媒体充斥着丰富的自由言论,而检测其中的讽刺语义作为一种特殊的情感分析引发了越来越多的关注。为了更好地研究面向社交媒体的讽刺检测,回顾了传统方法和基于深度学习方法的演进过程,并从文本讽刺检测和多模态讽刺检测两种角度来系统分析其发展趋势。首先,对讽刺检测的数据集进行了归纳;其次,探讨句子级、附加语境、知识和辅助任务的文本讽刺检测,详细阐述注意力机制、预训练模型、图神经网络和量子神经网络在多模态讽刺信息融合中起到的作用;接下来展望该领域的应用前景;最后总结当前研究现状与挑战,并结合近期大语言模型的发展提出讽刺检测可能的研究方向,为未来研究人员创新讽刺检测方法提供了参考和帮助。
来源:2025年第4期
《计算机应用研究》期刊编辑部