门控机制融合多种特征的中文事件共指消解 |
| |
引用本文: | 环志刚,蒋国权,张玉健,刘浏,刘姗姗.门控机制融合多种特征的中文事件共指消解[J].计算机科学,2023(3):291-297. |
| |
作者姓名: | 环志刚 蒋国权 张玉健 刘浏 刘姗姗 |
| |
作者单位: | 1. 东南大学网络空间安全学院;2. 国防科技大学第六十三研究所;3. 宿迁学院信息工程学院 |
| |
基金项目: | 中国博士后科学基金面上资助(2021MD703983); |
| |
摘 要: | 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 |
|
|