May, 2022

话语层面感知隐喻性的特征：抽象性和情感性

PDF
TL;DR本研究探讨心理学领域中隐喻言语的抽象性和情感性如何影响篇章层面的隐喻性，并通过语料抽取和众包实验的方式，揭示人类注释者在判断隐喻表达方式及其的原因时使用的文本和感性特征。研究结果表明，与直喻相比，隐喻篇章更加情绪化和抽象化，而前文段中的隐喻性、抽象性和情感性并未对隐喻表达方式的选择产生影响。
metaphoricitydiscourse analysisabstractnessemotionalitylexical terms
发现论文，激发创造
  • 抽象性、情感、话语连贯性和语境化词汇表征对隐喻语言使用的负面影响

    本文研究如何预测在特定语境下，何时人们使用比喻语言而不是使用字面意思。作者建立了五个简单的模型，通过比较这些模型的成果与人们的判断，发现现有的认知和语言属性不足以系统地解释比喻与字面语言的选择。

    May, 2022

  • 学会跳出框框：语篇级别特征改善隐喻辨别

    本文提出，语境特征对于更好的隐喻识别非常重要，我们基于多种文档嵌入方法对话语及其周围环境进行表征，使用简单的梯度增强分类器，在不使用其他系统采用的复杂隐喻特定特征或深度网络体系结构的情况下，达到了几乎最先进的 2018 年 VU 阿姆斯特丹隐喻识别任务数据集的结果，并进一步通过质性分析证实了在隐喻处理中需要更广泛的上下文环境。

    Apr, 2019

  • 隐喻表达强烈情感的奥秘

    研究隐喻与字面表达在情感表达上存在差异的原因，发现隐喻基于更具体的表达方式，因此在情感表达能力上更具优势，并发现字面语言同样可以透过增强具体性来增加情感表达。

    Jan, 2023

  • 关系层面隐喻识别的背景调节

    本文介绍了一种使用神经网络和上下文调节（contextual modulation）识别抽象比喻表达方式的方法，并在基准数据集上取得了最新的最佳性能。

    Oct, 2020

  • 使用主题模型和情感强度分类习语和字面表达

    本文提出了一个用于自动分类习语和字面表达的算法，通过利用 LDA 无监督聚类方法和情感分析技术，采用词袋表示法来提取包含习语和字面表达的段落中的主题，从而实现对习语和字面表达的区分。

    Feb, 2018

  • 通过显式基本含义建模实现隐喻检测

    提出了基于模型和训练集的字面注释，比较上下文意义以识别隐喻，并成功实现对基本注释目标的检测的一种新颖的隐喻检测方法，验证了对于隐喻检测建模基本意义的重要性和有效性。

    May, 2023

  • IRFL：修辞语言的图像识别

    本研究提出了 “形象化语言图像识别” 数据集，探讨了视觉和语言模型理解多模态形象化语言的难点，并借助基准任务和基线模型初步研究了这一问题。结果表明，所有的模型在多模态形象化语言理解上都不如人类。该数据集和基准任务将促进模型更好地理解形象化语言。

    Mar, 2023

  • MetaCLUE: 全面的视觉隐喻研究

    本文介绍了 MetaCLUE—— 一组用于视觉隐喻的视觉任务，以及收集的高质量且丰富的比喻注释数据集，并对基于注释的最先进视觉和语言模型进行了全面的分析，重点介绍了当前方法在视觉隐喻分类、定位、理解和生成方面的优势和弱点，旨在为开发具有类人创造力的 AI 系统迈出具体的一步。

    Dec, 2022

  • 隐喻释义生成：用字面文本来训练隐喻语言模型

    通过使用隐喻语言模型掩盖字面意思从而生成比喻性的解释，且该方法不仅关注动词，还包括名词和形容词。 这种方法在元数据的分类中实现了比人工方法更高的水平。

    Oct, 2022

  • 预训练语言模型中的隐喻：跨数据集和语言的探测和普适性研究

    该研究使用多语言数据集探索预训练语言模型中所编码的隐喻性信息，结果显示这些模型的中间层主要包含了隐喻性知识，并且该知识在多语言和多数据集中具有泛化性。

    Mar, 2022