基于转移神经网络的中文AMR解析

• 作者: 吴泰中 周俊生 曲维光 李斌 顾彦慧 顾敏
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 抽象语义表示 转移神经网络 概念识别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 1-11
• 页数: 11页
• 分类号: TP391
• 字数: 8374字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.04.001

摘要

抽象语义表示(abstract meaning representation,AMR)是一种领域无关的句子语义表示方法,它将一个句子的语义抽象为一个单根有向无环图,AMR解析旨在将句子解析为对应的AMR图.目前,中文AMR研究仍然处于起步阶段.该文结合中文AMR特性,采用基于转移神经网络的方法对中文AMR解析问题展开了试验性研究.首先,实现了一个基于转移解码方法的增量式中文AMR解析神经网络基线系统;然后,通过引入依存路径语义关系表示学习和上下文相关词语语义表示学习,丰富了特征的表示;最后,模型中应用序列化标注的模型实现AMR概念识别,优化了AMR概念识别效果.实验结果表明,该模型在中文AMR解析任务中达到了0.61的Smatch F1值,明显优于基线系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲维光	南京师范大学计算机科学与技术学院	52	547	14.0	21.0
2	李斌	南京师范大学文学院	39	351	10.0	18.0
3	顾敏	南京师范大学计算机科学与技术学院	4	21	3.0	4.0
4	顾彦慧	南京师范大学计算机科学与技术学院	13	125	6.0	11.0
5	周俊生	南京师范大学计算机科学与技术学院	30	607	11.0	24.0
6	吴泰中	南京师范大学计算机科学与技术学院	2	1	1.0	1.0