基于图卷积记忆网络的方面级情感分类 被引量：16

1

作者 王光 李鸿宇 +2 位作者 邱云飞 郁博文 柳厅文 《中文信息学报》 CSCD 北大核心 2021年第8期98-106,共9页

在方面级情感分类中,常用的方法是用卷积神经网络或循环神经网络提取特征,利用注意力权重获取序列中不同词汇的重要程度。但此类方法未能很好地利用文本的句法信息,导致模型不能准确地在评价词与方面词之间建立联系。该文提出一种图卷... 在方面级情感分类中,常用的方法是用卷积神经网络或循环神经网络提取特征,利用注意力权重获取序列中不同词汇的重要程度。但此类方法未能很好地利用文本的句法信息,导致模型不能准确地在评价词与方面词之间建立联系。该文提出一种图卷积神经记忆网络模型(MemGCN)来解决此依赖问题。首先通过记忆网络存储文本表示与辅助信息,然后利用基于依存句法树的图卷积神经网络获取文本的句法信息。最后,使用注意力机制融合句法信息与其他辅助信息。在SemEval 2014任务和Twitter数据集上的实验结果表明,MemGCN显著提升了模型性能。 展开更多

关键词 句法信息 图卷积网络 注意力机制 辅助信息

下载PDF 职称材料

基于BiLSTM并结合自注意力机制和句法信息的隐式篇章关系分类 被引量：13

2

作者 凡子威 张民 李正华 《计算机科学》 CSCD 北大核心 2019年第5期214-220,共7页

隐式篇章关系分类是浅层篇章结构分析(Shallow Discourse Parsing)中的子任务,也是自然语言处理(Natural Language Processing,NLP)中的一项重要任务。隐式篇章关系是由篇章关系中的论元对推理出来的逻辑语义关系。隐式篇章关系的分析... 隐式篇章关系分类是浅层篇章结构分析(Shallow Discourse Parsing)中的子任务,也是自然语言处理(Natural Language Processing,NLP)中的一项重要任务。隐式篇章关系是由篇章关系中的论元对推理出来的逻辑语义关系。隐式篇章关系的分析结果可以应用于许多自然语言处理任务中,如机器翻译、自动文档摘要、问答系统等。针对隐式篇章关系分类任务,提出一种基于自注意力机制和句法信息的方法。通过双向长短时记忆网络(Bidirectional Long Short-Term Memory Network)对输入的结合句法信息的论元对进行建模,将论元对表示成低维稠密的向量;通过自注意力机制对论元对信息进行筛选。在PDTB2.0数据集上进行实验,结果表明该方法较基准系统获得了更好的效果。 展开更多

关键词 神经网络 隐式篇章关系分类 自注意力机制 句法信息

下载PDF 职称材料

基于双句法交互图注意力网络的方面级情感分析

3

作者 杨长春 刘昊 +1 位作者 张毅 李艺 《计算机工程与设计》 北大核心 2024年第8期2503-2512,共10页

为减少利用未处理的短语树引入的关于方面词错误的句法信息,提出一种双句法交互图注意力网络模型。在现有短语树的基础上通过特定的句法拆分获得面向方面的短语子树,在此基础上,在短语树与依赖树之间利用各自的句法特点建立句法信息的... 为减少利用未处理的短语树引入的关于方面词错误的句法信息,提出一种双句法交互图注意力网络模型。在现有短语树的基础上通过特定的句法拆分获得面向方面的短语子树,在此基础上,在短语树与依赖树之间利用各自的句法特点建立句法信息的交互通道,有效结合短语树与依赖树两棵句法树产生的句法信息。在3个公共数据集上的充分实验结果表明,双句法交互图注意力网络模型均优于当前的主流方法,验证了模型的有效性。 展开更多

关键词 方面级情感分析 图注意力网络 短语树 依赖树 句法信息 句法拆分 句法交互

下载PDF 职称材料

基于GCN和门机制的汉语框架排歧方法

4

作者 游亚男 李茹 +3 位作者 苏雪峰 闫智超 孙民帅 王超 《中文信息学报》 CSCD 北大核心 2024年第3期33-41,共9页

汉语框架排歧旨在在候选框架中给句子中的目标词选择一个符合其语义场景的框架。目前研究方法存在隐层向量的计算与目标词无关、忽略了句法结构信息对框架排歧的影响等缺陷。针对上述问题,该文使用GCN对句法结构信息进行建模;引入门机... 汉语框架排歧旨在在候选框架中给句子中的目标词选择一个符合其语义场景的框架。目前研究方法存在隐层向量的计算与目标词无关、忽略了句法结构信息对框架排歧的影响等缺陷。针对上述问题,该文使用GCN对句法结构信息进行建模;引入门机制过滤隐层向量中与目标词无关的噪声信息;并在此基础上,提出一种约束机制来约束模型的学习,改进向量表示。该模型在CFN、FN1.5和FN1.7数据集上优于当前最好模型,证明了该方法的有效性。 展开更多

关键词 汉语框架排歧 句法信息 GCN 门机制

下载PDF 职称材料

基于类型矩阵转移的汉越事件因果关系识别

5

作者 高盛祥 熊琨 +2 位作者 余正涛 张磊 黄于欣 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2024年第1期118-127,共10页

针对汉越跨语言新闻事件因果关系识别中,汉越跨语言的文本语义空间难以统一、新闻之间的因果关联特征捕获困难的问题,提出了基于类型矩阵转移的汉越跨语言新闻事件因果关系识别方法。通过跨语言预训练统一汉越跨语言的文本语义空间,使... 针对汉越跨语言新闻事件因果关系识别中,汉越跨语言的文本语义空间难以统一、新闻之间的因果关联特征捕获困难的问题,提出了基于类型矩阵转移的汉越跨语言新闻事件因果关系识别方法。通过跨语言预训练统一汉越跨语言的文本语义空间,使用树形长短期记忆循环神经网络提取汉越文本中的句法结构化特征,融入汉越句法特征并结合基于事件类型转移的注意力机制,对汉越事件句对的因果关系进行识别。实验结果表明,该方法在汉越跨语言新闻事件因果关系的识别上较基线模型准确率有所提升。 展开更多

关键词 汉越跨语言 事件类型 语言对抗 句法信息 因果关系

下载PDF 职称材料

基于图卷积网络的多交互注意方面级情感分析

6

作者 贾音 武伟宁 +3 位作者 杨长春 顾晓清 严鑫杰 马甜甜 《计算机工程与设计》 北大核心 2023年第12期3691-3699,共9页

为解决当前方面级情感分析中提取语义句法信息不充分导致分类结果不准确的问题,提出一种基于图卷积网络的多交互注意模型。基于注意力机制和句法相对距离分别重构带有权重的语义图邻接矩阵和句法图邻接矩阵,以这种方式存储更多信息,结... 为解决当前方面级情感分析中提取语义句法信息不充分导致分类结果不准确的问题,提出一种基于图卷积网络的多交互注意模型。基于注意力机制和句法相对距离分别重构带有权重的语义图邻接矩阵和句法图邻接矩阵,以这种方式存储更多信息,结合图卷积网络充分挖掘上下文中更深层次的语义和句法信息;通过掩码机制和交互注意完成方面词与上下文的语义交互和句法交互,捕获相关关联并进行特征融合。在SemEval 2014和Twitter数据集上进行实验,实验结果表明,该模型与基于注意力的模型和基于图卷积网络的模型相比,有更好的分类效果。 展开更多

关键词 方面级情感分析 图卷积网络 交互注意 句法相对距离 特征融合 语义信息 句法信息

下载PDF 职称材料

融合SPO语义和句法信息的事件检测方法

7

作者 何丽 杨美华 刘璐瑶 《数据分析与知识发现》 CSCD 北大核心 2023年第9期114-124,共11页

【目的】利用SPO三元组语义信息和依存句法关系类型信息提升事件检测模型的性能。【方法】融合SPO三元组语义信息和依存句法关系类型信息构造事件检测模型EDMC3S。该模型以语句的依存句法树为基础生成SPO三元组和依存句法关系类型矩阵,... 【目的】利用SPO三元组语义信息和依存句法关系类型信息提升事件检测模型的性能。【方法】融合SPO三元组语义信息和依存句法关系类型信息构造事件检测模型EDMC3S。该模型以语句的依存句法树为基础生成SPO三元组和依存句法关系类型矩阵,使用多头注意力机制对SPO三元组进行语义特征强化,利用自注意力机制对不同的依存关系类型进行权重分配后,通过多阶图注意力聚合网络对语句的全局句法和语义特征进行提取,最后使用一个全连接层对SPO三元组语义特征和语句全局特征进行整合。【结果】在ACE2005数据集上的实验结果显示,EDMC3S事件检测模型在触发词识别与事件类型分类这两个子任务中获得了较好的分类性能。在P、R和F1值三个评价指标上触发词识别分别达到80.6%、82.4%和81.5%,事件类型分类分别达到78.7%、80.1%和79.4%。【局限】仅在ACE2005数据集上进行实验验证。【结论】SPO三元组语义特征和词之间依存句法关系类型的引入能够提升事件检测中的触发词识别和事件类型分类效果。 展开更多

关键词 事件检测 SPO语义信息 句法信息 注意力机制 多阶图注意力聚合网络

原文传递

嵌入句法信息在汉蒙非自回归机器翻译应用

8

作者 程永坤 苏依拉 +1 位作者 王涵 仁庆道尔吉 《计算机仿真》 北大核心 2023年第5期486-490,共5页

针对当前的语言研究模型多为自回归神经机器翻译模型,存在Exposure Bias现象和不并行解码问题,提出非自回归神经机器翻译模型进行汉蒙翻译研究。借助生成对抗网络对汉蒙语料进行对抗训练,然后利用教师模型Transformer对得到的语料进行... 针对当前的语言研究模型多为自回归神经机器翻译模型,存在Exposure Bias现象和不并行解码问题,提出非自回归神经机器翻译模型进行汉蒙翻译研究。借助生成对抗网络对汉蒙语料进行对抗训练,然后利用教师模型Transformer对得到的语料进行知识蒸馏处理,为学生模型提供高精度汉蒙语料,最后利用图卷积神经网络学习句子中的句法信息,并将句法信息融入到词嵌入层中。通过仿真结果证明,所提研究模型结合实验所用方法,在保证了模型翻译速度大幅度提升的前提下,同时译文的翻译质量也呈现出提高的效果。 展开更多

关键词 非自回归神经机器翻译 生成对抗网络 知识蒸馏 图卷积神经网络 句法信息

下载PDF 职称材料

面向细粒度情感分类任务的双通道分类模型

9

作者 汪伟 马致远 +2 位作者 李清都 李想 韩士洋 《软件工程与应用》 2023年第1期134-146,共13页

句法信息对情感分类任务十分重要,使用GCN来建模这种信息有助于模型关注情感关键词。然而这类模型仅是利用基本语义信息辅助学习句法信息,且单一地从句法依存角度捕获情感关键词,忽略了从语义角度发掘情感关键词。另外,此类模型过于依... 句法信息对情感分类任务十分重要,使用GCN来建模这种信息有助于模型关注情感关键词。然而这类模型仅是利用基本语义信息辅助学习句法信息,且单一地从句法依存角度捕获情感关键词,忽略了从语义角度发掘情感关键词。另外,此类模型过于依赖句法信息,没考虑到使用句法提取工具对分类效果造成的负面影响。针对以上问题,提出一种双通道分类模型。该模型利用双通道分类结构减弱对于句法信息的依赖性,同时采用语义情感通道从语义上捕获情感关键词,进而提升模型获取情感信息的能力。在两个常用中文情感分类数据集上的实验表明,该模型的Micro_F值和Macro_F值相较于现有模型均有提升,模型对比和消融实验验证了双通道分类结构在提升模型分类任务性能上的有效性。 展开更多

关键词 双通道 情感分类 句法信息 情感关键词

下载PDF 职称材料

基于句法分析的汉语词义消歧 被引量：3

10

作者 张春祥 栾博 +1 位作者 高雪瑶 卢志茂 《计算机应用研究》 CSCD 北大核心 2014年第1期40-42,共3页

为了提高词义消歧的质量,对歧义词汇的上下文进行结构分析,提出了一种利用句法知识来指导消歧过程的方法。在歧义词汇上下文的句法树中,提取句法信息和词性信息作为消歧特征;同时,使用朴素贝叶斯模型作为消歧分类器。利用词义标注语料... 为了提高词义消歧的质量,对歧义词汇的上下文进行结构分析,提出了一种利用句法知识来指导消歧过程的方法。在歧义词汇上下文的句法树中,提取句法信息和词性信息作为消歧特征;同时,使用朴素贝叶斯模型作为消歧分类器。利用词义标注语料对分类器的参数进行优化,然后对测试数据中的歧义词汇进行消歧。实验结果表明,消歧的准确率有所提升,达到了66.7%。 展开更多

关键词 词义消歧 句法信息 词性 消歧分类器

下载PDF 职称材料

语义及句法特征多注意力交互的医疗自动问答 被引量：2

11

作者 张华丽 康晓东 +2 位作者 李小军 刘汉卿 王笑天 《计算机工程与应用》 CSCD 北大核心 2022年第18期233-240,共8页

针对中文医疗自动问答任务,为了捕捉问答句中重要的句法信息和语义信息,提出引入图卷积神经网络捕捉句法信息,并添加多注意力池化模块实现问答句的语序特征和句法特征联合学习的方法。在BERT模型学习问答句的高阶语义特征基础上,利用双... 针对中文医疗自动问答任务,为了捕捉问答句中重要的句法信息和语义信息,提出引入图卷积神经网络捕捉句法信息,并添加多注意力池化模块实现问答句的语序特征和句法特征联合学习的方法。在BERT模型学习问答句的高阶语义特征基础上,利用双向门控循环单元描述句子的全局语义特征,以及引入图卷积神经网络编码句子的语法结构信息,以与双向门控循环单元所获取的序列特征呈现互补关系;通过多注意力池化模块对问答对的不同语义空间上的编码向量进行两两交互,并着重突出问答对的共现特征;通过衡量问答对的匹配分数,找出最佳答案。实验结果表明,在cMedQA v1.0和cMedQA v2.0数据集上,相比于主流的深度学习方法,所提方法的ACC@1有所提高。实验证明引入图卷积神经网络和多注意力池化模块的集成算法能有效提升自动问答模型的性能。 展开更多

关键词 自动问答 双向门循环单元 图卷积神经网络 句法信息 多注意力池化

下载PDF 职称材料

基于源语言句法增强解码的神经机器翻译方法 被引量：2

12

作者 龚龙超 郭军军 余正涛 《计算机应用》 CSCD 北大核心 2022年第11期3386-3394,共9页

当前性能最优的机器翻译模型之一Transformer基于标准的端到端结构,仅依赖于平行句对,默认模型能够自动学习语料中的知识;但这种建模方式缺乏显式的引导,不能有效挖掘深层语言知识,特别是在语料规模和质量受限的低资源环境下,句子解码... 当前性能最优的机器翻译模型之一Transformer基于标准的端到端结构,仅依赖于平行句对,默认模型能够自动学习语料中的知识;但这种建模方式缺乏显式的引导,不能有效挖掘深层语言知识,特别是在语料规模和质量受限的低资源环境下,句子解码缺乏先验约束,从而造成译文质量下降。为了缓解上述问题,提出了基于源语言句法增强解码的神经机器翻译(SSED)方法,显式地引入源语句句法信息指导解码。所提方法首先利用源语句句法信息构造句法感知的遮挡机制,引导编码自注意力生成一个额外的句法相关表征;然后将句法相关表征作为原句表征的补充,通过注意力机制融入解码,共同指导目标语言的生成,实现对模型的先验句法增强。在多个IWSLT及WMT标准机器翻译评测任务测试集上的实验结果显示,与Transformer基线模型相比,所提方法的BLEU值提高了0.84~3.41,达到了句法相关研究的最先进水平。句法信息与自注意力机制融合是有效的,利用源语言句法可指导神经机器翻译系统的解码过程,显著提高译文质量。 展开更多

关键词 自然语言处理 神经机器翻译 句法信息 TRANSFORMER 增强解码 外部知识融入

下载PDF 职称材料

英语学习者词典中动词的句法信息描述 被引量：2

13

作者 鲍志坤 《外语研究》 CSSCI 北大核心 2013年第6期56-62,共7页

本文通过对比"五大"的最新版本(必要时结合各自的以往版本)所提供的动词句法信息,探讨英语学习者词典动词句法信息的描述,重点为动词句型的标注。

关键词 英语学习者词典 动词 句法信息 句型标注

下载PDF 职称材料

基于细粒度情感分析的手机用户需求发现系统研究

14

作者 谭毓芳 司文超 +2 位作者 叶子龙 付凯佳 石锐哲 《信息与电脑》 2022年第8期120-122,共3页

本文设计了一个能够实现文本爬取、数据预处理、细粒度情感分析、特征聚类和可视化界面搭建的手机用户需求发现系统。其具体实现方案如下:使用网络爬虫技术爬取手机评论文本数据,对数据进行解析、预处理、提取方面词、细粒度情感分析,... 本文设计了一个能够实现文本爬取、数据预处理、细粒度情感分析、特征聚类和可视化界面搭建的手机用户需求发现系统。其具体实现方案如下:使用网络爬虫技术爬取手机评论文本数据,对数据进行解析、预处理、提取方面词、细粒度情感分析,进行特征聚类,并使用HTML、CSS、JavaScript搭建可视化界面以直观展现用户需求。该系统能高效分析大量手机评论文本,得到用户需求,为用户商品选购和企业改进产品提供借鉴。 展开更多

关键词 细粒度情感分析 句法信息 图卷积神经网络 残差网络 注意力机制

下载PDF 职称材料

从“进行”看动词名化的后果

15

作者 熊仲儒 杨义良 《语言教学与研究》 CSSCI 北大核心 2022年第2期53-64,共12页

词项在词库中有词类、论元结构、范畴选择与语义选择等信息,这些信息在句法中会投射到句法结构中去,决定它的句法分布。“进行”在传统语法中被描述为形式动词或准谓宾动词,带名动词宾语等。在生成语法的词库中,“进行”是动词,有两个论... 词项在词库中有词类、论元结构、范畴选择与语义选择等信息,这些信息在句法中会投射到句法结构中去,决定它的句法分布。“进行”在传统语法中被描述为形式动词或准谓宾动词,带名动词宾语等。在生成语法的词库中,“进行”是动词,有两个论元,范畴选择名词短语,语义选择施事与活动。语义选择要求它的宾语包含活动名词或动源名词,因为这两种名词会表示活动。宾语位置的动词名化后,其内部论元可以实现于宾语内部,也可以移到宾语外部,这是由汉语名词短语内部的语序所驱动的。在二语教学中如果不讲清楚名化,会出现相关的句法失误。 展开更多

关键词 “进行” 形式动词 名动词 事件名词 转类 句法信息

原文传递

句法信息指导的汉语词义消歧

16

作者 张春祥 栾博 +1 位作者 高雪瑶 卢志茂 《计算机工程与应用》 CSCD 北大核心 2015年第5期142-145,共4页

词义消歧要解决如何让计算机理解多义词在上下文中的具体含义,对信息检索、机器翻译、文本分类和自动文摘等自然语言处理问题有着十分重要的作用。通过引入句法信息,提出了一种新的词义消歧方法。构造歧义词汇上下文的句法树,提取句法... 词义消歧要解决如何让计算机理解多义词在上下文中的具体含义,对信息检索、机器翻译、文本分类和自动文摘等自然语言处理问题有着十分重要的作用。通过引入句法信息,提出了一种新的词义消歧方法。构造歧义词汇上下文的句法树,提取句法信息、词性信息和词形信息作为消歧特征。利用贝叶斯模型来建立词义消歧分类器,并将其应用到测试数据集上。实验结果表明:消歧的准确率有所提升,达到了65%。 展开更多

关键词 词义消歧 句法信息 消歧特征 贝叶斯模型

下载PDF 职称材料

融合句法信息的无触发词事件检测方法

17

作者 汪翠 张亚飞 +2 位作者 郭军军 高盛祥 余正涛 《计算机应用》 CSCD 北大核心 2021年第12期3534-3539,共6页

事件检测(ED)是信息抽取领域中最重要的任务之一,旨在识别文本中特定事件类型的实例。现有的ED方法通常采用邻接矩阵来表示句法依存关系,然而邻接矩阵往往需要借助图卷积网络(GCN)进行编码来获取句法信息,由此增加了模型的复杂度。为此... 事件检测(ED)是信息抽取领域中最重要的任务之一,旨在识别文本中特定事件类型的实例。现有的ED方法通常采用邻接矩阵来表示句法依存关系,然而邻接矩阵往往需要借助图卷积网络(GCN)进行编码来获取句法信息,由此增加了模型的复杂度。为此,提出了融合句法信息的无触发词事件检测方法。通过将依赖父词及其上下文转换为位置标记向量,并在模型源端以无参数的方式融入依赖子词的单词嵌入来加强上下文的语义表征,而不需要经过GCN进行编码;此外,针对触发词的标注费时费力的问题,设计了基于多头注意力机制的类型感知器,以对句子中潜在的触发词进行建模,实现无触发词的事件检测。为了验证所提方法的性能,在ACE2005数据集以及低资源越南语数据集上进行了实验。其中,在ACE2005数据集上与图变换网络事件检测(GTN-ED)方法相比,所提方法的F1值提升了3.7%;在越南语数据集上,与二分类的方法类型感知偏差注意机制神经网络(TBNNAM)相比,所提方法的F1值提升了9%。结果表明,通过在Transformer中融入句法信息能有效地连接句子中分散的事件信息来提高事件检测的准确性。 展开更多

关键词 事件检测 句法信息 无参数 无触发词 类型感知器

下载PDF 职称材料

基于XLNET和GAT的句法信息增强事件抽取模型

18

作者 余传明 邓斌 +1 位作者 谈腊云 盛博 《数据分析与知识发现》 EI CSCD 北大核心 2024年第4期26-38,共13页

【目的】解决序列建模对触发词之间的长距离依赖关系和触发词与论元实体关系捕获不足的问题,提升事件抽取任务上的效果。【方法】提出一种基于预训练模型XLNET和图注意力网络GAT的句法信息增强事件抽取模型SEM-XG,通过预训练语言模型进... 【目的】解决序列建模对触发词之间的长距离依赖关系和触发词与论元实体关系捕获不足的问题,提升事件抽取任务上的效果。【方法】提出一种基于预训练模型XLNET和图注意力网络GAT的句法信息增强事件抽取模型SEM-XG,通过预训练语言模型进行文本表示,引入依存句法树中依赖弧增强信息流,将单词看作图中的节点,使用图注意力网络进行图信息建模,得到融入句法信息的单词表示,从而联合抽取句子中的事件触发词和论元角色。在CNC数据集和ACE2005数据集上,开展实证研究。【结果】在CNC数据集上,SEM-XG在触发词分类任务上的F1值为94.4%,在论元分类任务上的F1值为94.0%。在ACE2005数据集上,SEM-XG在触发词分类任务上的F1值为76.7%,在论元分类任务上的F1值为66.3%。实验结果表明,本文模型能够有效提升事件抽取的效果。【局限】尚未探究联合事件抽取模型迁移到搜索引擎、智能问答等任务上的效果。【结论】通过句法信息增强以及图注意力网络建模,能够显著提升联合事件抽取的效果。本文对于触发词分类和论元分类,提升事件抽取在科技文献分析、信息检索等领域的应用效果具有重要参考意义。 展开更多

关键词 事件抽取 XLNET 图注意力网络 联合抽取 句法信息增强

原文传递

融合目标端句法的AMR-to-Text生成

19

作者 朱杰 李军辉 《中文信息学报》 CSCD 北大核心 2022年第1期31-38,共8页

抽象语义表示到文本(AMR-to-Text)生成的任务是给定AMR图,生成相同语义表示的文本。可以把此任务当作一个从源端AMR图到目标端句子的机器翻译任务。目前存在的一些方法都在探索如何更好地对图结构进行建模。然而,它们都存在一个未限定... 抽象语义表示到文本(AMR-to-Text)生成的任务是给定AMR图,生成相同语义表示的文本。可以把此任务当作一个从源端AMR图到目标端句子的机器翻译任务。目前存在的一些方法都在探索如何更好地对图结构进行建模。然而,它们都存在一个未限定的问题,因为在生成阶段许多句法的决策并不受语义图的约束,从而忽略了句子内部潜藏的句法信息。为了明确考虑这一不足,该文提出一种直接而有效的方法,显式地在AMR-to-Text生成的任务中融入句法信息,并在Transformer和目前该任务最优性能的模型上进行了实验。实验结果表明,在现存的两份标准英文数据集LDC2015E86和LDC2017T10上,该方法取得了显著的性能提升。 展开更多

关键词 AMR-to-Text生成 句法决策 语义约束 融入句法信息

下载PDF 职称材料

融合依存信息和卷积神经网络的越南语新闻事件检测 被引量：1

20

作者 王吉地 郭军军 +3 位作者 黄于欣 高盛祥 余正涛 张亚飞 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第1期125-131,共7页

新闻事件检测是自动检测新闻文本中出现的相关事件,需要大量人力设计模板,而且难以获取句中隐含的语义信息,识别触发词时多存在歧义.为解决以上问题,利用融合依存句法信息的卷积神经网络(Dependency Parsing Convolutional Neural Netwo... 新闻事件检测是自动检测新闻文本中出现的相关事件,需要大量人力设计模板,而且难以获取句中隐含的语义信息,识别触发词时多存在歧义.为解决以上问题,利用融合依存句法信息的卷积神经网络(Dependency Parsing Convolutional Neural Networks,DPCNN),针对句子级别越南语新闻事件进行检测.该模型在编码过程中融合了词义、位置信息、词性信息和命名实体信息,利用传统卷积编码连续词之间的特征,利用融合依存句法信息的卷积编码非连续词之间的特征,再融合两部分特征作为事件编码,进而实现事件检测.实验结果表明,该方法在越南语新闻事件检测中取得了很好的效果. 展开更多

关键词 新闻事件检测 依存句法信息 卷积神经网络 越南语

下载PDF 职称材料