一种面向生文本的事件同指消解神经网络方法

• 作者: 方杰 朱巧明 李培峰
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 事件抽取 事件同指消解 注意力池化 门控卷积
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 31-38
• 页数: 8页
• 分类号: TP391
• 字数: 7908字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.09.005

摘要

事件同指消解在自然语言理解中是一项复杂的任务,它需要在理解文本信息的基础上,发现其中的同指事件.事件同指消解在信息抽取、问答系统、阅读理解等自然语言任务中均有重要作用.该文提出了一个事件同指消解框架,包括事件抽取(ENS _NN)、真实性识别(ENS _NN)和事件同指消解(AGCNN)三个部分.事件同指消解模型(AGCNN)利用注意力池化机制来捕获事件的全局特征,利用门控卷积抽取复杂语义特征,提高了事件同指消解的性能.在KBP 2015和KBP 2016数据集上的实验结果表明,该文提出的方法优于目前最优的系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学计算机科学与技术学院	261	2058	25.0	31.0
2	李培峰	苏州大学计算机科学与技术学院	138	995	16.0	24.0
3	方杰	苏州大学计算机科学与技术学院	4	0	0.0	0.0