边界回归的谓语中心词识别

摘要：

识别谓语中心词是理解句子的关键,对于分析汉语结构具有重要意义.汉语结构松散导致谓语中心词识别困难,成为中文信息处理中的难点问题.由于单个句子中只有一个谓语中心词,枚举跨度将会产生大量负样本,导致正负样本不平衡.谓语中心词及高度重叠的负例样本之间共享相同的上下文,语义相近,容易产生误报.为了解决这些问题,提出一种基于边界回归的谓语中心词识别方法.首先识别谓语中心词的边界,然后通过边界组合生成跨度,从而减少跨度负样本的数量并且降低计算的复杂度.通过边界回归模块,更新跨度在句子中相当于谓语中心词的位置,提高跨度边界的准确性.通过增加约束策略,输出唯一的谓语中心词.实验结果显示,该模型的F值达到了84.41%,验证了该模型识别谓语中心词的有效性.

关键词：谓语、中心词、跨度、边界回归

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;贵州省自然科学基金项目;贵州省教育厅青年科技人才成长项目

在线出版日期：2023-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：144-150