-
题名基于神经网络的复句判定及其关系识别研究
被引量：1
- 1
-
-
作者
贾旭楠
魏庭新
曲维光
顾彦慧
周俊生
-
机构
南京师范大学计算机科学与技术学院
南京师范大学国际文化教育学院
南京师范大学文学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第11期54-61,共8页
-
基金
国家自然科学基金“汉语抽象意义表示关键技术研究”(61772278)
江苏省高校哲学社会科学基金“面向机器学习的汉语复句语料库建设研究”(2019JSA0220)。
-
文摘
复句是自然语言的基本单位之一,复句的判定及其语义关系的识别,对于句法解析、篇章理解等都有着非常重要的作用。基于神经网络模型识别自然语料中的复句,判断其复句关系,构造复句判定和复句关系识别联合模型,以最大程度地减少误差传递。在复句判定任务中通过Bi-LSTM获得上下文语义信息,采用注意力机制捕获句内跨距离搭配信息,利用CNN捕获句子局部信息。在复句关系识别任务中,使用Bert增强句子的语义表示,运用Tree-LSTM对句法结构和成分标记进行建模。在CAMR中文语料上的实验结果表明,基于注意力机制的复句判定模型F1值达到91.7%,基于Tree-LSTM的复句关系识别模型F1值达到69.15%。在联合模型中,2项任务的F1值分别达到92.15%和66.25%,说明联合学习能够使不同任务获得更多特征,从而提高模型性能。
-
关键词
复句判定
神经网络
复句关系识别
联合模型
语义建模
-
Keywords
complex sentence identification
neural network
complex sentence relation recognition
joint model
semantic modeling
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
