基于结构化表示的中文事件同指消解方法

论文摘要

事件同指消解是自然语言处理中一个具有挑战性的任务,它在事件抽取、问答系统和阅读理解中具有重要作用。针对事件的语义信息主要由触发词和论元表示这一个特点,该文将事件进行结构化表示并输入一个基于门控和注意力机制的模型GAN-SR（gated attention network with structured representation）,在文档内进行中文事件同指消解。首先,该模型采用语义角色标注和依存句法分析技术对事件句进行浅层语义分析,抽取事件句信息并表示为一个事件五元组。其次,将各种事件信息输入GRU进行编码,然后使用多头注意力机制挖掘事件句和事件对之间的重要特征。在ACE2005中文语料库上的实验表明,GAN-SR的性能优于目前性能最好的基准系统。

论文目录

• 0 引言
• 1 相关工作
• 2 事件同指消解模型
•   2.1 事件句结构化表示
•   2.2 结构化规则
•   2.3 输入层
•   2.4 注意力机制层
•   2.5 输出层
• 3 实验
•   3.1 实验设置
•   3.2 实验结果
•   3.3 实验分析
• 4 总结与展望

文章来源

类型: 期刊论文

作者: 宦敏,程昊熠,李培峰

关键词: 中文事件同指消解,结构化表示,注意力机制

来源: 中文信息学报 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用

单位: 苏州大学计算机科学与技术学院

基金: 国家自然科学基金(61836007,61772354,61773276)

分类号: TP391.1

页码: 19-27

总页数: 9

文件大小: 555K

下载量: 113