基于汉语框架语义的共指消解研究

基于框架语义的推理是实现语篇理解、问答系统等任务中语义理解的一种有效手段,框架语义推理通过构建汉语篇章句子框架之间的联系寻找推理路径,但框架元素内部的表述共指阻碍了框架之间联系的建立。针对该问题,提出一种基于框架特征的共指消解方法,该方法通过融合汉语框架语义信息并采用多种分类算法实现共指消解。框架语义篇章语料集上的实验结果表明,将汉语框架特征应用于分类器上能够较好地提升共指消解结果,且支持向量机的分类效果优于朴素贝叶斯、决策树等分类算法。

基于篇章级语义图的对话一致性检测

【目的】通过融合包含共指链以及抽象语义表示等语义信息的对话篇章级语义图,提高对话一致性检测的准确性。【方法】首先,利用预训练语言模型BERT编码对话上下文和知识库;其次,构建包含共指链和抽象语义表示等语义信息的对话篇章级语义图,利用多关系图卷积神经网络捕获语义图中的语义信息;最后,构建多个分类器预测多种对话不一致现象。【结果】基于CI-ToD基准数据集,与现有对话不一致检测模型进行实验对比,本文模型在F1值或准确率指标上较之前的最优模型取得0.01以上的提升。【局限】所提模型不能很好地处理对话中存在的共指实体省略问题。【结论】融合共指链以及抽象语义表示等多种类别的语义信息能够有效提升对话一致性检测的效果。