23、类型III隐喻检测与印地语句子情感多类分类研究

类型III隐喻检测与印地语句子情感多类分类研究

类型III隐喻检测

在类型III隐喻检测的研究中，选取了五种不同的技术，分别为线性支持向量机（LSVM）、径向支持向量机（RSVM）、逻辑回归（LR）、随机森林（RF）和单层神经网络（NN）。

数据集

目前有两个公开可用的类型III隐喻数据集，分别由Tsvetkov等人和Guitiérrez等人提供，具体信息如下表所示：
| 数据集 | #形容词 | 隐喻 | 字面义 | 总数 |
| — | — | — | — | — |
| Tsvetkov等人 | 405 | 884 + 100 | 884 + 100 | 1768 + 200 |
| Guitiérrez等人 | 23 | 4601 | 3991 | 8592 |
| Dataset3 | 409 | 5485 + 100 | 4875 + 100 | 10360 + 200 |

Tsvetkov等人的数据集有1768个训练实例和200个测试实例，包含405个不同的形容词；Guitiérrez等人的数据集虽只有23个不同形容词，但有8592个样本，能为每个<形容词, 名词>对提供足够的建模案例。还将这两个数据集合并创建了Dataset3，用于测试不同模型的效果。

模型实现与评估

使用Python v2.7和Scikit库实现类型III隐喻检测的分类器。对于LSVM、RSVM、LR和RF，使用默认的调优参数；对于神经网络，采用Bizzoni等人提出的第一种架构，并使用TensorFlow和Keras实现。特征集由解析后的（形容词，名词）对的预训练3