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%.
事件指代消解、篇章表征、分层注意力机制
56
国家自然科学基金61876118,61836007
2020-05-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
82-88