面向事件时序与因果关系的联合识别方法

• 作者: 张义杰 朱巧明 李培峰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 事件 时序关系 因果关系 神经网络 联合识别
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 65-71
• 页数: 7页
• 分类号: TP183
• 字数: 5695字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054800

摘要

从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法.将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层的3种联合识别模型,通过主任务模型和辅助任务模型中的网络层进行信息共享,学习联合识别模型之间的特征信息.实验结果表明,联合识别方法能利用事件之间的因果信息有效提升时序关系的识别性能,且共享辅助任务中编解码层的联合识别模型更适用于事件时序关系与因果关系的联合识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学计算机科学与技术学院	261	2058	25.0	31.0
3	李培峰	苏州大学计算机科学与技术学院	138	995	16.0	24.0
9	张义杰	苏州大学计算机科学与技术学院	2	0	0.0	0.0