基于注意力机制的事件同指消解方法

• 作者: 朱巧明 李培峰 程昊熠
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 事件同指 全局和局部信息 可分解注意力网络 全局推理
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 201-205
• 页数: 5页
• 分类号: TP391.1
• 字数: 6662字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.09.029

摘要

事件同指消解是一项具有挑战性的自然语言处理任务,它在事件抽取、问答系统、阅读理解中有着重要的作用.文中提出了一种基于全局和局部信息,并具有全局推理机制的可分解注意力神经网络模型DANGL(Decompos-able Attention Neural network based on Global and Local information),用于文档级的事件同指消解.神经网络模型DANGL与过去大部分以概率模型和图模型为基础的传统方法之间存在很大的区别.DANGL首先使用Bi-LSTM和CNN分别获取每个事件句的全局信息和局部信息;然后使用可分解注意力网络获取每个事件句中相对重要的信息;最后使用文档级全局推理模型进一步优化同指链.在TAC-KBP语料库上的实验显示,DANGL使用了少量的特征,且平均性能优于目前最好的基准系统.

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		60	461	11.0	19.0
3	程昊熠	苏州大学计算机科学与技术学院	2	0	0.0	0.0