基于门控记忆网络的汉语篇章主次关系识别方法

摘要：

篇章分析是自然语言理解的基础.作为篇章分析的重要任务之一,汉语主次关系识别还处于探索阶段.该文提出了一种基于门控记忆网络(GMN)的汉语篇章主次关系识别方法.该方法首先使用Bi-LSTM和CNN分别获取每个篇章单元的全局信息和局部信息.然后,融合两部分篇章单元信息并从中计算得到一个门控单元.最后,使用这个门控单元捕获各个篇章单元相对于篇章整体来说相对重要的特征表示,从而识别出核心篇章单元.在Chinese Discourse Treebank(CDTB)语料库上的实验显示,和最好的基准系统相比,该文的方法在宏平均F1、微平均F1值上均得到了提高.

关键词：篇章分析、主次识别、汉语篇章树库

所属期刊栏目：33

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61836007 ,61772354 ,61773276

在线出版日期：2019-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：39-46