支持背景知识的多维端到端短语识别算法研究

摘要：

目前,实体识别与依存关系分析,采用的主要是基于监督学习的深度端到端方法.这种方法存在两个问题:不能引入背景知识;不能识别出自然语言的多粒度、嵌套特征.为了解决以上问题,提出了基于短语窗口的依存句法标注规则,并标注了中文短语窗口数据集(CPWD),同时设计了配套的多维端到端短语识别模型(MDM模型).该标注规则以短语为最小单位,把句子分成7类可嵌套的短语类型,同时标示出短语之间的依存关系.MDM模型不仅可以引入背景知识,识别出句子中的各类嵌套短语,而且可以识别出短语之间的依存关系.实验结果表明,该标注规则方便易用.同时,MDM模型比传统端到端算法能更有效地处理短语嵌套的问题.在CPWD数据集上实验,MDM模型比端到端方法在F1值上提高1个百分点以上.相应的方法应用到了CCL2018的中文隐喻情感分析比赛中,在原有基础上提升了1个百分点以上,并取得第一名成绩.

关键词：自然语言处理、标注体系、短语识别、依存分析

所属期刊栏目：58

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：147-155