基于框架表示学习的汉语框架排歧

• 作者: 侯运瑶 崔军 曹学飞 李济洪 李茹 王瑞波
• 来源期刊: 计算机应用研究
• 关键词: 框架排歧 框架表示 表示学习 汉语框架语义知识库
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3640-3644
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.09.0535

摘要

为了改善框架排歧模型的性能,区别于传统分类算法人工提取特征的做法,直接从语料中的例句出发,使用神经网络模型给出了一种框架表示学习的算法,并将学习到的框架表示向量用于框架排歧任务,显著提升了框架排歧的性能.该算法充分利用CFN中例句库、词元库,基于hinge-loss的神经网络,学习到能最大区别正确框架与错误框架的框架表示向量.此外,还使用WSABIE算法学习到目标词及其上下文的表示向量,排歧时以上下文表示向量与框架表示向量做余弦夹角来判决.在CFN中88个有歧义的词元上进行3组2折交叉验证(3×2 BCV)实验,框架排歧精度最好达到72.52％,t-检验结果表明该方法性能显著高于其他框架排歧方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李茹		99	683	13.0	21.0
2	李济洪		58	261	10.0	14.0
3	曹学飞		8	21	3.0	4.0
4	崔军		22	103	6.0	9.0
5	王瑞波		23	179	7.0	13.0
6	侯运瑶		1	0	0.0	0.0