文档名：基于单句表示的篇章可信度识别方法
事件可信度表示文本中事件的真实状况,描述了事件是一个事实,或者是一种可能性,又或是一种不可能,是自然语言处理中一个重要的语义任务.目前,大多数关于事件可信度分析的方法都集中在句子级,很少涉及篇章级的事件可信度分析.本文基于卷积神经网络,结合篇章中的句子级特征(包括句子的语义、语法以及线索词特征表示),使用对抗训练来识别篇章可信度.在中英文数据集上的结果显示,本文的方法与Qian的相比,微平均F1值分别提高了3.51％和6.02％,宏平均F1值分别提升了4.63％和9.97％.同时,该方法在训练速度上也提高了4倍.
作者：张刘敏张赟李培峰
作者单位：苏州大学计算机科学与技术学院苏州215006
母体文献：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间：2019年10月18日
会议地点：昆明
主办单位：中国中文信息学会
语种：chi
分类号：TP3H31
关键词：篇章可信度 自动识别 句子级特征 卷积神经网络
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 525.49 KB
- 下载次数:
- 60
-
高速下载
|
|
