-
题名基于多任务双向长短时记忆网络的隐式句间关系分析
被引量：7
- 1
-
-
作者
田文洪
高印权
黄厚文
黎在万
张朝阳
-
机构
电子科技大学信息与软件工程学院
-
出处
《中文信息学报》
CSCD
北大核心
2019年第5期47-53,共7页
-
基金
国家自然科学基金(61672136
61828202)
-
文摘
隐式句间关系识别是篇章句间关系识别任务中一个重要的问题。由于隐式句间关系的语料没有较好的特征,目前该任务的识别仍不能达到很好的效果。隐式句间关系的语句和显式句间关系的语句在语义等方面有着一定的联系,为了充分利用这两个任务之间的联系,该论文使用多任务学习的方法,并使用双向长短时记忆(BiLSTM)网络学习语句的相关特征;同时,为充分利用文本的特征,采用融合词嵌入的方法并引入先验知识。与其他基于哈工大的中文篇章级语义关系语料库的实验结果表明,该文方法的平均F1值为53%,提升约13%;平均召回率(Recall)为51%,提升约9%。
-
关键词
篇章句间关系识别
隐式句间关系
多任务学习
双向长短时记忆网络
融合词嵌入
-
Keywords
discourse relationship recognition
implicit discourse relation
multi-task learning
Bi-LSTM
merge word embedding
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
