隐喻检测在机器翻译和人机对话等任务中发挥着重要作用。随着越来越多的用户在社交媒体上通过隐喻表达对产品或其他话题的看法，这项任务尤其具有针对性。当前隐喻的研究大多集中在英语上，由于缺乏语言资源和工具，对少数民族语言的研究较少。此外，隐喻表达在不同的语言环境中具有不同的意义。为此，我们建立了用于维吾尔语隐喻检的深度神经网络(DNN)框架。该方法能够从词汇嵌入、词性和位置三个方面关注文本的多层次语义信息，使特征表征更加完整。我们还利用词语的情绪信息来学习隐喻词语及其语境的情绪一致性特征。定性分析进一步证实了隐喻检测需要更广泛的情感信息。结果表明，多注意信息和情感信息可以有效地提升维吾尔语隐喻检测的性能。
