运用多层注意力神经网络识别中文隐式篇章关系

• 作者: 徐昇 朱巧明 李培峰 王体爽
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 篇章分析 隐式篇章关系识别 注意力机制
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 12-19,35
• 页数: 9页
• 分类号: TP391
• 字数: 8330字
• 语种: 中文

摘要

中文隐式篇章关系识别是一个具有挑战性的任务,其难点在于如何捕获论元的语义信息.该文提出了一个模拟人类双向阅读和重复阅读过程的三层注意力网络模型(TLAN)用于识别中文隐式篇章关系.首先,使用Self-Attention层对论元进行编码;然后,通过细粒度的Interactive Attention层模拟双向阅读过程以生成包含交互信息的论元表示,并且通过非线性变换获得论元对信息的外部记忆;最后,通过包含外部记忆的注意力层来模拟重复阅读过程,在论元对记忆的引导下生成论元的最终表示.在中文篇章树库(CDTB)上进行的隐式篇章关系识别实验结果显示,该文提出的模型T L A N在M icro-F1和M acro-F1上超过了多个基准模型.

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
3	李培峰	苏州大学计算机科学与技术学院	138	995	16.0	24.0
9	徐昇	苏州大学计算机科学与技术学院	3	3	1.0	1.0
11	王体爽	苏州大学计算机科学与技术学院	2	0	0.0	0.0