结合注意力机制与图卷积网络的汉语复句关系识别

摘要：

复句的关系识别是为了区分句子语义关系的类别,是自然语言处理(NLP)中必不可少的基础研究任务.现有研究无法使机器在表层判别缺少显式句间连接词句子的语义关系类型.该文将Attention机制与图卷积神经网络(GCN)相结合应用到汉语复句语义关系识别中,通过BERT预训练模型获取单句词向量,输入到Bi-LSTM获取句子位置表示,经Attention机制得到各位置间权重构建图网络以捕获句子间的语义信息,通过图卷积抽取深层的关联信息.该文的方法对缺少显式句间连接词句子的关系识别达到了较好的识别效果,为进一步研究计算机自动分析、识别处理复句的基本方法奠定基础.实验结果表明,在汉语复句语料库(CCCS)和汉语篇章树库(CDTB)数据集上,与先前最好的模型相比,其准确率分别为77.3％和75.7％,提升约1.6％,宏平均F1值分别为76.2％和74.4％,提升约2.1％,说明了该文方法的有效性.

关键词：关系识别、图卷积神经网络、注意力机制、Bi-LSTM

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金;国家社会科学基金

在线出版日期：2023-02-07（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：60-67