融合多层次特征的中文语义角色标注

• 作者: 万福成 王一成 马宁
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 自然语言处理 语义角色标注 深度学习 Bi-LSTM 语言学特征 后处理层 Maxpooling
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 自然语言理解
• 页码范围: 107-113
• 页数: 7页
• 分类号: TP391
• 字数: 5326字
• 语种: 中文
• DOI: 10.11992/tis.201910012

摘要

随着人工智能和中文信息处理技术的迅猛发展,自然语言处理相关研究已逐步深入到语义理解层次上,而中文语义角色标注则是语义理解领域的核心技术.在统计机器学习仍占主流的中文信息处理领域,传统的标注方法对句子的句法及语义的解析程度依赖较大,因而标注准确率受限较大,已无法满足当前需求.针对上述问题,对基于Bi-LSTM的中文语义角色标注基础模型进行了改进研究,在模型后处理阶段结合了Max pooling技术,训练时融入了词法和句式等多层次的语言学特征,以实现对原有标注模型的深入改进.通过多组实验论证,结合语言学辅助分析,提出针对性的改进方法从而使模型标注准确率得到了显著提升,证明了结合Max pooling技术的Bi-LSTM语义角色标注模型中融入相关语言学特征能够改进模型标注效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宁	西北民族大学甘肃省民族语言智能处理重点实验室	46	139	6.0	9.0
2	万福成	西北民族大学中国民族语言文字信息技术教育部重点实验室	19	38	3.0	5.0
3	王一成	西北民族大学中国民族语言文字信息技术教育部重点实验室	3	0	0.0	0.0