基于多任务双向长短时记忆网络的隐式句间关系分析

• 作者: 张朝阳 田文洪 高印权 黄厚文 黎在万
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 篇章句间关系识别 隐式句间关系 多任务学习 双向长短时记忆网络 融合词嵌入
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 47-53
• 页数: 7页
• 分类号: TP391
• 字数: 6982字
• 语种: 中文

摘要

隐式句间关系识别是篇章句间关系识别任务中一个重要的问题.由于隐式句间关系的语料没有较好的特征,目前该任务的识别仍不能达到很好的效果.隐式句间关系的语句和显式句间关系的语句在语义等方面有着一定的联系,为了充分利用这两个任务之间的联系,该论文使用多任务学习的方法,并使用双向长短时记忆(Bi-LSTM)网络学习语句的相关特征;同时,为充分利用文本的特征,采用融合词嵌入的方法并引入先验知识.与其他基于哈工大的中文篇章级语义关系语料库的实验结果表明,该文方法的平均F1值为53％,提升约13％;平均召回率(Recall)为51％,提升约9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田文洪	电子科技大学信息与软件工程学院	9	21	2.0	4.0
2	高印权	电子科技大学信息与软件工程学院	1	1	1.0	1.0
3	黄厚文	电子科技大学信息与软件工程学院	1	1	1.0	1.0
4	黎在万	电子科技大学信息与软件工程学院	1	1	1.0	1.0
5	张朝阳	电子科技大学信息与软件工程学院	2	1	1.0	1.0