基于神经网络的语义选择限制知识自动获取
语义选择限制刻画谓语对论元的语义选择倾向,对自然语言的句法语义分析有重要作用,语义选择限制知识的自动获取也成为一个重要的研究课题.鉴于神经网络模型在自然语言处理的很多任务中都有出色的表现,该文提出基于神经网络的语义选择限制知识获取模型,设计了引入预训练词向量的单隐层前馈网络和两层maxout网络.在汉语和英语的伪消歧实验中神经网络模型取得了较好的效果,优于基于隐含狄利克雷分配的模型.
语义选择限制、词汇知识获取、神经网络、伪消歧
31
TP391(计算技术、计算机技术)
国家自然科学基金61402419;国家社会科学基金14BYY096;国家高技术研究发展计划863课题2012AA011101;国家重点基础研究发展计划973课题2014CB340504
2017-04-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
155-161