基于Transformer模型与关系词特征的汉语因果类复句关系自动识别
汉语复句的语义关系丰富而复杂,复句关系自动识别是对复句语义关系的判别,是分析复句所表达意义的重要环节.因果类复句是使用最多的汉语复句,文中以二句式有标因果类复句为研究对象,通过深度学习的方法自动挖掘复句隐含的特征,同时融合了关系词这一语言学研究的显著知识.将word2vec词向量与one-hot编码的关系词特征结合作为模型的输入,利用卷积神经网络作为前馈层的transformer模型来对因果复句关系进行识别.采用文中的方法对因果类复句关系类别进行识别,实验结果的F1值达到92.13%,优于现有的对比模型,表明了该方法的有效性.
因果复句、关系识别、词向量、transformer模型、深度学习
48
TP391(计算技术、计算机技术)
国家社会科学基金19BYY092
2021-07-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
295-298,305