基于序列图模型的多标签序列标注

• 作者: 刘鹏飞 王少敬 邱锡鹏
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 多标签序列标注 多任务学习 图模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 18-26
• 页数: 9页
• 分类号: TP391
• 字数: 6171字
• 语种: 中文

摘要

该文针对实际中存在对同一句话标注多种序列标签问题,定义了多标签序列标注任务,并提出了一种新的序列图模型.序列图模型主要为了建模两种依赖关系:不同单词在时序维度上面的关系和同一单词在不同任务之间的依赖关系.该文采用LSTM或根据Transformer修改设计的模型处理时序维度上的信息传递.同一单词在不同任务之间使用注意力机制处理不同任务之间的依赖关系,以获得每个单词更好的隐状态表示,并作为下次递归处理的输入.实验表明,该模型不仅能够在Ontonotes 5.0数据集上取得更好的结果,而且可以获取不同任务标签之间可解释的依赖关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱锡鹏	复旦大学计算机学院	12	100	6.0	9.0
2	刘鹏飞	复旦大学计算机学院	3	2	1.0	1.0
3	王少敬	复旦大学计算机学院	1	0	0.0	0.0