基于神经网络的连动句识别

• 作者: 孙超 曲维光 魏庭新 顾彦慧 李斌 周俊生
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 连动句 文本分类 神经网络 抽象语义表示
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 语言分析与计算|Language Analysis and Calculation
• 页码范围: 12-21
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2022.02.002

摘要

连动句是具备连动结构的句子,是汉语中一种特殊的句法结构,在现代汉语中十分常见且使用频繁.连动句语法结构和语义关系都很复杂,在识别中存在许多问题,对此该文针对连动句的识别问题进行了研究,提出了一种基于神经网络的连动句识别方法.该方法分两步:第一步,运用简单的规则对语料进行预处理;第二步,利用文本分类的思想,使用BERT编码,利用多层CNN与BiLSTM模型联合提取特征进行分类,进而完成连动句识别任务.在人工标注的语料上进行实验,实验结果达到92.71％的准确率,F1值为87.41％.