基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
序列到序列(seq2seq)的框架可以应用到抽象语义表示(AMR)解析任务中,把AMR解析当作一个从源端句子到目标端AMR图的翻译任务.然而,以前的工作通常把源端句子表示为一个单词序列,忽略了句子内部潜藏的句法和语义角色信息.基于seq2seq框架,该文提出了一个直接而有效的融合句法和语义角色信息的AM R解析方法.实验结果表明,该文的方法在AM R英文标准数据集上取得了6.7% 的显著提升.最后,该文从多个角度深入分析了源端的句法和语义角色信息是如何对AMR解析提供帮助的.分析表明,词性信息和subword技术对AMR解析性能提升的贡献最大,上层句法和语义角色信息次之.
推荐文章
一种融合语义角色和依存句法的实体关系抽取算法
实体抽取
知识图谱
语义角色标注
依存句法分析
基于短语和依存句法结构的中文语义角色标注
语义角色标注
短语句法特征
依存句法特征
名词性谓词
句法结构
基于差异化信息融合的语义信息检索模型
信息融合
信息检索
多层次解析
决策树
基于语义角色的汉语韵律短语预测
语义角色
韵律短语
基于错误驱动的规则学习算法
语音合成
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合源端句法和语义角色信息的AMR解析
来源期刊 中文信息学报 学科
关键词 AMR解析 序列到序列模型 句法 语义角色
年,卷(期) 2019,(8) 所属期刊栏目 语言分析与计算
研究方向 页码范围 36-45
页数 10页 分类号
字数 7866字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周国栋 苏州大学计算机科学与技术学院 138 1425 22.0 32.0
2 李军辉 苏州大学计算机科学与技术学院 25 151 6.0 12.0
3 李寿山 苏州大学计算机科学与技术学院 68 618 13.0 23.0
4 葛东来 苏州大学计算机科学与技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
AMR解析
序列到序列模型
句法
语义角色
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导