融合依存信息和卷积神经网络的越南语新闻事件检测

• 作者: 余正涛 张亚飞 王吉地 郭军军 高盛祥 黄于欣
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 新闻事件检测 依存句法信息 卷积神经网络 越南语
• 年，卷（期）: 2020,（1）
• 页码范围: 125-131
• 页数: 7页
• 分类号: TP391
• 字数: 5238字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2020.01.014

摘要

新闻事件检测是自动检测新闻文本中出现的相关事件,需要大量人力设计模板,而且难以获取句中隐含的语义信息,识别触发词时多存在歧义.为解决以上问题,利用融合依存句法信息的卷积神经网络(Dependency Parsing Convolutional Neural Networks,DPCNN),针对句子级别越南语新闻事件进行检测.该模型在编码过程中融合了词义、位置信息、词性信息和命名实体信息,利用传统卷积编码连续词之间的特征,利用融合依存句法信息的卷积编码非连续词之间的特征,再融合两部分特征作为事件编码,进而实现事件检测.实验结果表明,该方法在越南语新闻事件检测中取得了很好的效果.