文档名：基于转移神经网络的中文AMR解析
抽象语义表示(AbstractMeaningRepresentation,AMR)是一种领域无关的句子语义表示方法,它将一个句子的语义抽象为一个单根有向无环图,AMR解析旨在将句子解析为对应的AMR图.目前,中文AMR研究仍然处于起步阶段.本文结合中文AMR特性,采用基于转移神经网络的方法对中文AMR解析问题展开了实验性研究.首先,实现了一个基于转移解码方法的增量式中文AMR解析神经网络baseline系统;然后,通过引入依存路径语义关系表示学习和上下文相关词语语义表示学习,丰富了特征的学习与表示;最后,模型中应用序列化标注实现AMR概念识别,优化了AMR概念识别效果.实验结果表明,该模型在中文AMR解析任务中达到了0.61的SmatchF1值,明显优于baseline系统.
作者：吴泰中 顾敏 周俊生 曲维光 李斌 顾彦慧
作者单位：南京师范大学计算机科学与技术学院,江苏南京210023南京师范大学文学院,江苏南京210097
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：中文文本 抽象语义表示 转移神经网络 概念识别
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文
- 文件大小:
- 690.47 KB
- 下载次数:
- 60
-
高速下载
|
|
