-
题名基于分类信心重排序的中文共指消解研究
- 1
-
-
作者
冯元勇
孙乐
董静
李文波
-
机构
中国科学院软件研究所中文信息处理中心
-
出处
《中文信息学报》
CSCD
北大核心
2007年第6期22-28,共7页
-
基金
国家自然科学基金资助项目(60773027)
-
文摘
共指消解是自然语言处理的核心问题之一。本文针对分步消解中分类器全局信息的不足,依据分类信心对全体提及配对进行排序,优先根据可靠的分类结果对提及进行聚集或分离。实验表明,该算法在多个学习框架下显著地改善了系统的整体性能。
-
关键词
计算机应用
中文信息处理
中文共指消解
提及配对共指分类信心
信息抽取
自然语言处理
机器学习
聚类算法
-
Keywords
computer application
Chinese information processing
Chinese coreference resolution
confidence in pairwise coreference resolution
information extraction
natural language processing
machine learning
clustering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名门控机制融合多种特征的中文事件共指消解
被引量：1
- 2
-
-
作者
环志刚
蒋国权
张玉健
刘浏
刘姗姗
-
机构
东南大学网络空间安全学院
国防科技大学第六十三研究所
宿迁学院信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2023年第3期291-297,共7页
-
基金
中国博士后科学基金面上资助(2021MD703983)
国防科技大学校科研计划项目(ZK20-46)。
-
文摘
事件共指消解是很多自然语言处理任务的基础,旨在识别文本中指代相同真实事件的事件提及。由于中文语法相比英文更复杂,捕获英文文本特征的方法在中文事件共指消解中效果并不明显。为解决文档内中文事件共指,提出了一种门控机制神经网络(Gated Mechanism Neural Network, GMNN)。针对中文具有主语省略、结构松散等特点,引入事件基本属性作为符号特征。在此基础上,提出了一种新的门控去噪机制,对符号特征向量进行微调,过滤符号特征中的噪声,提取在特定上下文语境中的有用信息,进而提高共指事件的识别率。在ACE2005中文数据集上进行了实验,结果表明,GMNN的AVG分数提升了2.66,有效地提高了中文事件共指消解的效果。
-
关键词
中文事件共指消解
门控机制
神经网络
预训练语言模型
符号特征
-
Keywords
Chinese event coreference resolution
Gated mechanism
Neural network
Pre-trained language models
Symbolic features
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
