基于多注意力机制的事件同指消解方法

摘要：

事件同指消解是信息抽取的一项重要任务,在信息融合、问答系统、阅读理解中都有着重要的作用.文中提出了一种基于多种注意力机制的卷积神经网络的CorefNet方法,用于消解文档级事件同指.该方法通过深层卷积网络抽取事件特征,并使用多种注意力机制获取重要信息.相比过去大部分建立在概率模型和图模型上的传统方法,所提方法仅使用了少量特征;与目前主流的神经网络模型相比,文中方法可以提取深层的事件特征,明显提高了事件同指消解的准确率.在ACE2005数据集上的实验验证了CorefNet优于目前最优的基准系统.

关键词：事件同指、文档级、注意力机制、深层卷积网络

所属期刊栏目：46

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61472265,61772354,61773276

在线出版日期：2019-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：277-281