【技术实现步骤摘要】
本专利技术涉及自然语言处理，特别涉及一种多模态嘲讽检测方法、装置、计算机设备以及存储介质。
技术介绍
1、嘲讽是一种普遍存在的语言现象，表示字面意思与隐含意图之间的差异。通过嘲讽检测，可以更好地理解社交媒体上的言论，并推断出人们的真实情感和观点，在社交媒体平台上可以通过嘲讽检测，可以更好地理解用户发表的言论，并推断出人们的真实情感和观点。
2、目前的多模态嘲讽检测方法，通过采用构建分解关系网络来捕捉文本和图像间的共性和差异，或者使用注意力机制和图神经网络对模态内和模态间的不一致性进行建模，以构建图文融合特征的策略，以提高多模态嘲讽检测性能，然而，由于嘲讽的图文对往往会包含相反的情感信息，而非嘲讽的图文情感往往趋向一致，上述方法往往只是从单条数据的图文融合特征出发，并未考虑图文的情感信息对于嘲讽检测的关联性，导致了多模态嘲讽检测的准确性的下降。
技术实现思路
1、基于此，本专利技术提供一种多模态嘲讽检测方法、装置、计算机设备以及存储介质，通过提取待测文档数据中的语义信息，基于语义信息进一步提取文本级以及图像级的情感倾向特征表示，用以进行嘲讽识别，充分考虑到了文本和图像模态中的情感信息对于嘲讽检测的关联性，提高多模态嘲讽检测的精准性以及效率。该技术方法如下：
2、第一方面，本申请实施例提供了一种多模态嘲讽检测方法，包括以下步骤：
3、获得待测文档数据以及预设的多模态嘲讽检测模型，其中，所述待测文档数据包括待测文本以及待测图像；所述多模态嘲讽检测模型包
4、将所述待测文档数据输入至所述编码模块中，分别对所述待测文本以及待测图像进行编码处理，获得文本编码表示以及图像编码表示；
5、将所述文本编码表示以及图像编码表示输入至所述语义提取模块中进行语义特征提取，获得文本语义特征表示以及图像语义特征表示；
6、将所述文本语义特征表示以及图像语义特征表示输入至所述情感倾向检测模块中进行情感倾向检测，获得文本情感倾向特征表示以及图像情感倾向特征表示；
7、将所述文本情感倾向特征表示以及图像情感倾向特征表示输入至所述嘲讽检测模块中进行嘲讽检测，获得所述待测文档数据的嘲讽检测结果。
8、第二方面，本申请实施例提供了一种多模态嘲讽检测装置，包括：
9、数据获取模块，用于获得待测文档数据以及预设的多模态嘲讽检测模型，其中，所述待测文档数据包括待测文本以及待测图像；所述多模态嘲讽检测模型包括编码模块、语义提取模块、情感倾向检测模块以及嘲讽检测模块；
10、文档编码模块，用于将所述待测文档数据输入至所述编码模块中，分别对所述待测文本以及待测图像进行编码处理，获得文本编码表示以及图像编码表示；
11、语义信息提取模块，用于将所述文本编码表示以及图像编码表示输入至所述语义提取模块中进行语义特征提取，获得文本语义特征表示以及图像语义特征表示；
12、情感信息提取模块，用于将所述文本语义特征表示以及图像语义特征表示输入至所述情感倾向检测模块中进行情感倾向检测，获得文本情感倾向特征表示以及图像情感倾向特征表示；
13、嘲讽检测结果获取模块，用于将所述文本情感倾向特征表示以及图像情感倾向特征表示输入至所述嘲讽检测模块中进行嘲讽检测，获得所述待测文档数据的嘲讽检测结果。
14、第三方面，本申请实施例提供了一种计算机设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如第一方面所述的多模态嘲讽检测方法的步骤。
15、第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的多模态嘲讽检测方法的步骤。
16、在本实施例中，提供一种多模态嘲讽检测方法、装置、计算机设备以及存储介质，通过提取待测文档数据中的语义信息，基于语义信息进一步提取文本级以及图像级的情感倾向特征表示，用以进行嘲讽识别，充分考虑到了文本和图像模态中的情感信息对于嘲讽检测的关联性，提高多模态嘲讽检测的精准性以及效率。
17、为了更好地理解和实施，下面结合附图详细说明本专利技术。
本文档来自技高网...【技术保护点】
1.一种多模态嘲讽检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多模态嘲讽检测方法，其特征在于：所述编码模块包括词嵌入模块以及目标检测模块；
3.根据权利要求2所述的多模态嘲讽检测方法，其特征在于：所述语义提取模块包括文本语义提取模块以及图像语义提取模块；所述文本语义提取模块包括若干个堆叠的文本语义特征提取层，所述图像语义提取模块若干个堆叠的图像语义特征提取层；
4.根据权利要求3所述的多模态嘲讽检测方法，其特征在于，所述将所述文本语义特征表示以及图像语义特征表示输入至所述情感倾向检测模块中进行情感倾向检测，获得文本情感倾向特征表示以及图像情感倾向特征表示，包括步骤：
5.根据权利要求4所述的多模态嘲讽检测方法，其特征在于，所述将所述文本情感倾向特征表示以及图像情感倾向特征表示输入至所述嘲讽检测模块中进行嘲讽检测，获得所述待测文档数据的嘲讽检测结果，包括步骤：
6.根据权利要求5所述的多模态嘲讽检测方法，其特征在于，还包括步骤：训练所述多模态嘲讽检测模型，所述训练所述多模态嘲讽检测模型，包括步骤：
...【技术特征摘要】
1.一种多模态嘲讽检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多模态嘲讽检测方法，其特征在于：所述编码模块包括词嵌入模块以及目标检测模块；
3.根据权利要求2所述的多模态嘲讽检测方法，其特征在于：所述语义提取模块包括文本语义提取模块以及图像语义提取模块；所述文本语义提取模块包括若干个堆叠的文本语义特征提取层，所述图像语义提取模块若干个堆叠的图像语义特征提取层；
4.根据权利要求3所述的多模态嘲讽检测方法，其特征在于，所述将所述文本语义特征表示以及图像语义特征表示输入至所述情感倾向检测模块中进行情感倾向检测，获得文本情感倾向特征表示以及图像情感倾向特征表示，包括步骤：
5.根据权利要求4所述的多模态嘲讽检测方法，其特征在于，所述将所述文本情感倾向特征表示以及图像情感倾向特征表示输入至所述嘲讽检...
【专利技术属性】
技术研发人员：薛云，林逸浩，梁卓明，熊浩良，刘俊希，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。