融入结构化信息的端到端中文指代消解

摘要：

在 LEE等人提出的端到端指代消解模型基础上,考虑中文行文特点,提出一种融合结构化信息的中文指代消解模型.压缩文档中所进行有句子对应的成分句法树并获取文档压缩树叶节点深度,采用成分句法树的结构化嵌入(SECT)方法将结构信息进行向量化处理,将词性、文档压缩树叶节点深度与 SECT 信息作为3 个特征向量引入模型中进行中文指代消解.在 CoNLL2012 数据集中的测试结果表明,通过结合上述3 个特征,可使该模型的中文指代消解性能得到有效提高,其平均 F1 值可达62.33％,较基准模型提升5.28％.

关键词：端到端指代消解、结构化嵌入、词性、成分句法树、文档句法压缩树

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;国家自然科学基金人工智能基础研究应急管理项目;国家重点研发计划子课题

在线出版日期：2020-03-28（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：45-51