句法增强的UCCA语义分析方法

• 作者: 张民 李正华 蒋炜
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 语义分析 UCCA 句法分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 专题报道:面向人工智能的自然语言分析与理解
• 页码范围: 89-96
• 页数: 8页
• 字数: 5241字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2019.099

摘要

考虑到句法结构与语义结构之间的紧密联系,尝试将句法信息融入UCCA语义分析模型中来增强语义分析的性能.基于目前性能最好的基于图的UCCA语义分析模型,提出并比较4种不同的融入依存句法信息的方法.采用SemEval-2019国际评测语义分析任务的英文数据集进行实验,在本领域和跨领域两个数据集上的结果均表明,句法增强的方法能够给显著地提高UCCA分析性能.引入BERT特征后,句法信息仍然可以提供一定的帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张民	苏州大学计算机科学与技术学院	27	94	5.0	9.0
2	李正华	苏州大学计算机科学与技术学院	10	12	2.0	3.0
3	蒋炜	苏州大学计算机科学与技术学院	1	0	0.0	0.0