基于Transformer模型与关系词特征的汉语因果类复句关系自动识别

• 作者: 杨进才 曹元 胡泉 沈显君
• 来源期刊: 计算机科学
• 关键词: 因果复句 关系识别 词向量 transformer模型 深度学习
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 智能计算|Intelligent Computing
• 页码范围: 295-298,305
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.200500019

摘要

汉语复句的语义关系丰富而复杂,复句关系自动识别是对复句语义关系的判别,是分析复句所表达意义的重要环节.因果类复句是使用最多的汉语复句,文中以二句式有标因果类复句为研究对象,通过深度学习的方法自动挖掘复句隐含的特征,同时融合了关系词这一语言学研究的显著知识.将word2vec词向量与one-hot编码的关系词特征结合作为模型的输入,利用卷积神经网络作为前馈层的transformer模型来对因果复句关系进行识别.采用文中的方法对因果类复句关系类别进行识别,实验结果的F1值达到92.13％,优于现有的对比模型,表明了该方法的有效性.