摘要

随着计算机技术的发展，越来越多的语言学问题可以用计算机的思维模式来解决。应运而生的计算机语言学通过研究生活中实际存在的语言现象，通过数学与计算逻辑的定量方法对语言进行分析，从而探索语言背后的内在成因。而幽默，作为一种人类特有的感知状态，一直是计算机语言学家关注的问题。对于计算机而言，幽默的识别是困难的，具体体现在：1）幽默的定义众说纷纭，人们对于幽默的理解有一定认知上的差异。2）幽默的产生与上下文紧密相关，简单的计量方法无法处理这种联系。3）尽管幽默本身有多种类型，例如嘲讽、说反话，针对幽默的正式分类却非常少。本文结合深度学习的思想，运用循环神经网络与Word2vec的词汇向量训练方式，形成接近人类思维的神经网络，从而使计算机能达到自动对幽默与非幽默文本进行辨别。在前人的基础上，本文实现了97%的分类准确率，较为成功地实现了幽默文本的自动识别。

关键词：幽默识别；计算机语言学；文本分类

Contents

Chapter One Introduction 1

Chapter Two Literature Review 3

2.1 Humor Theory 3

2.2 Humor Research in Computational Linguistics 4

Chapter Three Method 6

3.1 Data preparation 6

3.1.1 Humorous Dataset 6

3.1.2 Non-humorous Dataset 6

3.2 Theory of Models 7

3.2.1 Word2vec model 7

3.2.2 Recurrent Neural Network 8

3. 2. 3 Long Short-Term Memory Model 9

3. 2. 4 Dropout Neural Net Model 10

Chapter Four Results 11

4.1 Data Preprocess 11

4.2 Word2vec Model 12

4.3 RNN Model 13

4.4 Experimental Evaluation 13

4. 4. 1 Accuracy 14

4. 4. 2 Precision 14

4. 4. 3 Recall 14

4. 4. 4 F1 Score 14

4.5 Experimental Result 14

4.6 Analysis of incongruity 15

Chapter Five Discussion and Conclusion 17

References 21