基于卷积神经网络的FrameNet框架消歧研究

• 作者: 郝晓燕 郭宇飞
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: FrameNet 框架消歧 卷积神经网络 特征提取
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 346-351
• 页数: 6页
• 分类号: TP391.1
• 字数: 3759字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2020.04.010

摘要

针对当前FrameNet框架下的词义消歧准确率较低的问题,采用卷积神经网络应用于FrameNet框架进行框架消歧研究.该模型依托依存句法分析树排序选出待消歧词的6个邻接单词节点,并选择单词词义、父节点词义、单词词性、单词依存分析类型作为消歧特征,使用Softmax函数作为全连接层分类器,通过输出待消歧词可激活的各框架概率选出概率值最高的作为激活框架,从而判定待消歧词词义.实验结果表明,该模型在FrameNet框架的消歧准确率较高于条件随机场等其他普遍算法,各目标词的准确率较为稳定,通过该模型切实提升了FrameNet框架消歧的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝晓燕	太原理工大学信息与计算机学院	22	197	7.0	13.0
2	郭宇飞	太原理工大学软件学院	1	0	0.0	0.0