融合篇章表征的事件指代消解研究
事件指代消解任务比实体指代消解难度大,主要原因为事件描述在非结构化文本中分布稀疏,且不具备同指关系的单链占很大比例,同时事件自身承载的语义信息比实体更加丰富.为了准确地抽取文本中的同指事件,针对以上特点,提出一种融合篇章表征的事件指代消解模型.该模型通过CRF有效地区分非事件句、单链以及同指链,同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息.在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性,在CoNLL评测标准下F1值达到43.07%....
Saved in:
Published in | 北京大学学报(自然科学版) Vol. 56; no. 1; pp. 82 - 88 |
---|---|
Main Authors | , |
Format | Journal Article |
Language | Chinese |
Published |
苏州大学计算机科学与技术学院,苏州,215006
20.01.2020
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | 事件指代消解任务比实体指代消解难度大,主要原因为事件描述在非结构化文本中分布稀疏,且不具备同指关系的单链占很大比例,同时事件自身承载的语义信息比实体更加丰富.为了准确地抽取文本中的同指事件,针对以上特点,提出一种融合篇章表征的事件指代消解模型.该模型通过CRF有效地区分非事件句、单链以及同指链,同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息.在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性,在CoNLL评测标准下F1值达到43.07%. |
---|---|
ISSN: | 0479-8023 |
DOI: | 10.13209/j.0479-8023.2019.091 |