Multi-Label Classification of Chinese Humor Texts Using Hypergraph Attention Networks

� � � � �� ����������� (HyperGAT) ����������������� ���������������� ���������������� ���������������� ���������������� ���������������� ����HyperGAT �������� ��� (CNN, BiLSTM, FastText) ��� �� (Graph-CNN, TextGCN, Text Level GNN) �������� Abstract We use Hypergraph Attention Networks (HyperGAT) to recognize multiple labels of Chinese humor texts. We firstly represent a joke as a hypergraph. The sequential hyperedge and semantic hyperedge structures are used to construct hyperedges. Then, attention mechanisms are adopted to aggregate context information embedded in nodes and hyperedges. Finally, we use trained HyperGAT to complete the multi-label classification task. Experimental results on the Chinese humor multi-label dataset showed that HyperGAT model outperforms previous sequence-based (CNN, BiLSTM, FastText) and graph-based (Graph-CNN, TextGCN, Text Level GNN) deep learning models. �������������������� Keywords: hypergraph neural networks, humor recognition, multi-label classification. 1� �� ������������������� ������������������� ������������������� ������������������� �� (Bellegarda, 2014; Binsted, 1995)���� ���Bryant & Zillmann (1989) � Mcghee & Frank (2014) ��������������� ������������������� ������������������� �������������������� ������������������� ������������������� ��������� ������������������� ������������������� ����������������� (��� ����������������)��� �������������������� ������������������� ������������������� ������������������� �������� ���� (humor recognition) ������� ������������������� ������������������� ������ Kaize et al. (2020) ������ ��������� (Hypergraph Attention Network, HyperGAT) ���������� ������������������� ��������������������� Multi-Label Classification of Chinese Humor Texts Using Hypergraph Attention Networks ��� 1 Hao-Chuan Kao1, ��� 1 Man-Chen Hung1, ��� 1 Lung-Hao Lee1, ��� 2 Yuen-Hsien Tseng2 1 ������ ������ 2 �������� �������� 1Department of Electrical Engineering, National Central University 2Graduate Institute of Library & Information Studies, National Taiwan Normal University {108521098, 109521068}@ncu.edu.tw, lhlee@ee.ncu.edu.tw, samtseng@ntnu.edu.tw The 33rd Conference on Computational Linguistics and Speech Processing (ROCLING 2021) Taoyuan, Taiwan, October 15-16, 2021. The Association for Computational Linguistics and Chinese Language Processing 257 � � � � ������������������� ������������������� ������������������� � � (Tseng et al., 2020) � � � � � � HyperGAT � � � � � � Macro F1-score 0.2419 �Micro F1-score 0.4695�Weighted F1- score 0.4084 � Subset Accuracy 0.1215��� �������������� ������������������� ������������������� ����������������� 2� ���� 2.1 ������ ����������������� Chen et al. (����) �������������� ������������������� ������������������� ������������������� ������������ (1) ������������������ ������������������� ������������������� ������������������� �������������������� ������������������� ������������������� ������������������� ���� (2) ������������������� ������������������� ������������������� ������������������� ������������������� ���������� (3) ������������������ ������������0 ������� ��������� 8 ����� 8 ���� �������� (4) ������������������ ����������/���������� ������������������� ������������������� ���(���������������)� (5) ������������������ ������������������� ������������������� ������������������� (6) �������������/������ ������������� (7) ������������������ ������������������� ������������������ ��� (8) ������������������ ������������������� ���� (����)� ����� Chen et al. (����) ������� ������������������� ������������������� ������� (1) ������������������ ������������������� ������������������� ������������������� ������������� (2) ������������������ ������������������� ������������������� ��������������� (3) ������������������ ������������������� ������������������� ������������������� ����� (4) ������������������ ����������������� (5) ������������������ ����������������18 �� � 20 �������� (6) ��������������� 2.2 ������� � � � � � � � (Multi-Label Text Classification) ������������� ������������������� ������ (Multi-Class Text Classification) ������������������� ������������������� ����� The 33rd Conference on Computational Linguistics and Speech Processing (ROCLING 2021) Taoyuan, Taiwan, October 15-16, 2021. The Association for Computational Linguistics and Chinese Language Processing 258 � � � � ������������������� � � � � � � � � � � � � � � � � (Convolutional Neural Network, CNN) ���� ������������� (filters) ��� ������������ (kernel) ���� ������������������� ������CNN ����������� ������������������� �(convolution layer)����������� ������������������� (pooling layer) ������������� �������������������� Yoon Kim (2014) …

Content truncated to 500 words