基于双向LSTM与CRF融合模型的否定聚焦点识别

• 作者: 叶静 周国栋 朱巧明 沈龙骧 邹博伟
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 否定聚焦点 BiLSTM-CRF模型 序列标注
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 25-34
• 页数: 10页
• 分类号: TP391
• 字数: 7898字
• 语种: 中文

摘要

否定表达作为自然语言文本中常见的语言现象,对自然语言处理上层应用,如情感分析、信息抽取等,具有十分重要的意义.否定聚焦点识别任务是更细粒度的否定语义分析,其旨在识别出句子中被否定词修饰和强调的文本片段.该文将该任务作为序列标注问题,提出了一种基于双向长短期记忆网络结合条件随机场(BiLSTM-CRF)的否定聚焦点识别模型,其中,BiLSTM网络能够充分利用上下文信息并抓取全局特征,CRF层能够有效学习输出标签之间的前后依赖关系.在*SEM2012评测任务数据集上的实验结果表明,基于BiLSTM-CRF的否定聚焦点识别方法的准确率(accuracy)达到69.58％,与目前最好的系统相比,性能提升了2.44％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学计算机科学与技术学院	261	2058	25.0	31.0
2	周国栋	苏州大学计算机科学与技术学院	138	1425	22.0	32.0
3	叶静	苏州大学计算机科学与技术学院	7	3	1.0	1.0
4	邹博伟	苏州大学计算机科学与技术学院	7	24	2.0	4.0
5	沈龙骧	苏州大学计算机科学与技术学院	2	2	1.0	1.0