期刊文献+
共找到135篇文章
< 1 2 7 >
每页显示 20 50 100
Semantic role labeling based on conditional random fields 被引量:9
1
作者 于江德 樊孝忠 +1 位作者 庞文博 余正涛 《Journal of Southeast University(English Edition)》 EI CAS 2007年第3期361-364,共4页
Due to the fact that semantic role labeling (SRL) is very necessary for deep natural language processing, a method based on conditional random fields (CRFs) is proposed for the SRL task. This method takes shallow ... Due to the fact that semantic role labeling (SRL) is very necessary for deep natural language processing, a method based on conditional random fields (CRFs) is proposed for the SRL task. This method takes shallow syntactic parsing as the foundation, phrases or named entities as the labeled units, and the CRFs model is trained to label the predicates' semantic roles in a sentence. The key of the method is parameter estimation and feature selection for the CRFs model. The L-BFGS algorithm was employed for parameter estimation, and three category features: features based on sentence constituents, features based on predicate, and predicate-constituent features as a set of features for the model were selected. Evaluation on the datasets of CoNLL-2005 SRL shared task shows that the method can obtain better performance than the maximum entropy model, and can achieve 80. 43 % precision and 63. 55 % recall for semantic role labeling. 展开更多
关键词 semantic role labeling conditional random fields parameter estimation feature selection
下载PDF
Jointly Part-of-Speech Tagging and Semantic Role Labeling Using Auxiliary Deep Neural Network Model
2
作者 Yatian Shen Yubo Mai +2 位作者 Xiajiong Shen Wenke Ding Mengjiao Guo 《Computers, Materials & Continua》 SCIE EI 2020年第10期529-541,共13页
Previous studies have shown that there is potential semantic dependency between part-of-speech and semantic roles.At the same time,the predicate-argument structure in a sentence is important information for semantic r... Previous studies have shown that there is potential semantic dependency between part-of-speech and semantic roles.At the same time,the predicate-argument structure in a sentence is important information for semantic role labeling task.In this work,we introduce the auxiliary deep neural network model,which models semantic dependency between part-of-speech and semantic roles and incorporates the information of predicate-argument into semantic role labeling.Based on the framework of joint learning,part-of-speech tagging is used as an auxiliary task to improve the result of the semantic role labeling.In addition,we introduce the argument recognition layer in the training process of the main task-semantic role labeling,so the argument-related structural information selected by the predicate through the attention mechanism is used to assist the main task.Because the model makes full use of the semantic dependency between part-of-speech and semantic roles and the structural information of predicate-argument,our model achieved the F1 value of 89.0%on the WSJ test set of CoNLL2005,which is superior to existing state-of-the-art model about 0.8%. 展开更多
关键词 Part-of-speech tagging semantic role labeling multi-task learning
下载PDF
角色理论下全科教师标签化问题的表征及纾解
3
作者 李海英 龙宝新 《教学研究》 2024年第4期57-63,共7页
全科教师有效地应对了当前农村基础教育面临的现实困境。由于自身及其他原因,全科教师“标签化”问题愈发凸显,被贴上“全科”素养匮乏式、身份附加功能窄化式、内驱力缺乏式等标签。为了重塑全科教师这一形象,以角色理论为基础,分析全... 全科教师有效地应对了当前农村基础教育面临的现实困境。由于自身及其他原因,全科教师“标签化”问题愈发凸显,被贴上“全科”素养匮乏式、身份附加功能窄化式、内驱力缺乏式等标签。为了重塑全科教师这一形象,以角色理论为基础,分析全科教师“标签化”问题产生的学理原因,并从以下三方面纾解全科教师标签化问题:理性认知教师角色,强化学科知识素养;摒弃社会失实期望,避免教师角色过载;激励教师自我认同,提升教师角色效能。 展开更多
关键词 角色理论 全科教师 标签化
下载PDF
基于BERT特征融合与膨胀卷积的汉语副词框架语义角色标注
4
作者 王超 吕国英 +2 位作者 李茹 柴清华 李晋荣 《中文信息学报》 CSCD 北大核心 2024年第2期25-35,共11页
汉语框架语义角色标注对汉语框架语义分析具有重要作用。目前汉语框架语义角色标注任务主要针对动词框架,但是汉语没有丰富的形态变化,很多语法意义都是通过虚词来表现的,其中副词研究是现代汉语虚词研究的重要部分,因此该文从副词角度... 汉语框架语义角色标注对汉语框架语义分析具有重要作用。目前汉语框架语义角色标注任务主要针对动词框架,但是汉语没有丰富的形态变化,很多语法意义都是通过虚词来表现的,其中副词研究是现代汉语虚词研究的重要部分,因此该文从副词角度出发构建了汉语副词框架及数据集,且对框架下的词元按照语义强弱进行了等级划分。目前的语义角色标注模型大多基于BiLSTM网络模型,该模型虽然可以很好地获取全局信息,但容易忽略句子局部特征,且无法并行训练。针对上述问题,该文提出了基于BERT特征融合与膨胀卷积的语义角色标注模型,该模型包括四层:BERT层用于表达句子的丰富语义信息,Attention层对BERT获取的每一层信息进行动态权重融合,膨胀卷积(IDCNN)层进行特征提取,CRF层修正预测标签。该模型在三个副词框架数据集上表现良好,F1值均达到了82%以上。此外,将该模型应用于CFN数据集上,F1值达到88.29%,较基线模型提升了4%以上。 展开更多
关键词 汉语框架语义角色标注 副词 BERT 膨胀卷积 CRF
下载PDF
迂回致使构式交替使用的力动态研究
5
作者 刘婧 黄莹 《汉语学习》 CSSCI 北大核心 2024年第5期103-112,共10页
本研究从力动态视角,基于自建语料库的语义角色标注数据,并采用条件推断决策树及随机森林法探讨“把/将/使+N_(2)+V_(2)”交替使用的影响因素和制约条件。研究发现:(1)致事的有生性、致事的意愿性、受事的意愿性、致事与受事发力的一致... 本研究从力动态视角,基于自建语料库的语义角色标注数据,并采用条件推断决策树及随机森林法探讨“把/将/使+N_(2)+V_(2)”交替使用的影响因素和制约条件。研究发现:(1)致事的有生性、致事的意愿性、受事的意愿性、致事与受事发力的一致性及致使类型等语义参数对迂回致使构式的交替使用有显著影响。(2)交替行为首先应该发生在同一致使类型。致事有意愿、致事与受事发力不一致的条件下,致使类型为“致使”或“阻止”,构式交替使用的可能性较大。受事有生命、有意愿,对结果有倾向的“使能”类事件中,“把+N2+V2”和“将+N2+V2”可交替使用。(3)基于语义单元分解的一词多义是迂回致使动词交替使用的内在动因。 展开更多
关键词 迂回致使动词 力动态 语义角色标注
下载PDF
一个实体关系与事件抽取的通用模型
6
作者 杨红菊 靳新宇 《计算机工程》 CAS CSCD 北大核心 2023年第2期143-149,共7页
信息提取的目的是从自然语言文件中找到具体信息,现有研究在信息抽取的实体关系和事件抽取任务中仅解决事件论元重叠和实体关系重叠的问题,未考虑两个任务共有的角色重叠问题,导致抽取结果准确率降低。提出一个两阶段的通用模型用于完... 信息提取的目的是从自然语言文件中找到具体信息,现有研究在信息抽取的实体关系和事件抽取任务中仅解决事件论元重叠和实体关系重叠的问题,未考虑两个任务共有的角色重叠问题,导致抽取结果准确率降低。提出一个两阶段的通用模型用于完成实体关系抽取和事件抽取子任务。基于预训练语言模型RoBERTa的共享特征表示,分别对实体关系/事件类型和实体关系/事件论元进行预测。将传统抽取触发词任务转化为多标签抽取事件类型任务,利用多尺度神经网络进一步提取文本特征。在此基础上,通过抽取文本相关类型的事件论元,根据论元角色的重要性对损失函数重新加权,解决数据不平衡、实体关系抽取和事件抽取中共同存在论元角色重叠的问题。在千言数据集中事件抽取和关系抽取任务测试集上的实验验证了该模型的有效性,结果表明,该模型的F1值分别为83.1%和75.3%。 展开更多
关键词 事件抽取 实体关系抽取 角色重叠 RoBERTa模型 多标签分类
下载PDF
燃气事故应急处置知识图谱构建方法 被引量:1
7
作者 齐子琛 胡玉玲 +1 位作者 万雨瑞 卓亮 《消防科学与技术》 CAS 北大核心 2023年第5期718-723,共6页
目前,燃气事故应急处置预案大多以文本形式存储,处置人员需要通过查阅大量文本确定相应的处置措施,难以满足应急事件处置的快速性与时效性需求。为了克服时效性差的缺点,及提高以文本形式存储的燃气应急处理预案的可复用性与可扩展性,... 目前,燃气事故应急处置预案大多以文本形式存储,处置人员需要通过查阅大量文本确定相应的处置措施,难以满足应急事件处置的快速性与时效性需求。为了克服时效性差的缺点,及提高以文本形式存储的燃气应急处理预案的可复用性与可扩展性,构建了基于燃气事故应急处置知识图谱的辅助决策框架,采用“自顶向下”的方式构建知识图谱。采取BERTBiLSTM-CRF模型对燃气事故的背景信息进行实体抽取,采取结合语义角色标注与依存句法分析的方法对燃气事故处置方法和处置信息进行实体-关系三元组抽取,最终在Neo4j图数据库当中存储与显示构建的燃气事故应急处置知识图谱。研究可为燃气事故应急处置辅助决策提供有效支持。 展开更多
关键词 燃气应急处置 知识图谱 BERT-BiLSTM-CRF模型 依存句法分析 语义角色标注
下载PDF
融合自举与语义角色标注的威胁情报实体关系抽取方法 被引量:1
8
作者 程顺航 李志华 魏涛 《计算机应用》 CSCD 北大核心 2023年第5期1445-1453,共9页
为高效地自动挖掘开源异构大数据中的威胁情报实体和关系,提出一种威胁情报实体关系抽取(TIERE)方法。首先,通过分析开源网络安全报告的特点,研究并提出一种数据预处理方法;然后,针对网络安全领域文本复杂度高、标准数据样本集少的问题... 为高效地自动挖掘开源异构大数据中的威胁情报实体和关系,提出一种威胁情报实体关系抽取(TIERE)方法。首先,通过分析开源网络安全报告的特点,研究并提出一种数据预处理方法;然后,针对网络安全领域文本复杂度高、标准数据样本集少的问题,提出基于改进自举法的命名实体识别(NER-IBS)算法和基于语义角色标注的关系抽取(RE-SRL)算法。利用少量样本和规则构建初始种子,通过迭代训练挖掘非结构化文本中的实体,并通过构建语义角色的策略挖掘实体之间的关系。实验结果表明,在少样本网络安全信息抽取数据集上,NER-IBS算法的F1值为84%,与RDF-CRF(Regular expression and Dictionary combined with Feature templates as well as Conditional Random Field)算法相比提高了2个百分点,且RE-SRL算法对于无类别关系抽取的F1值为94%,说明TIERE方法具有高效的实体关系抽取能力。 展开更多
关键词 实体识别 关系抽取 威胁情报 自举法 语义角色标注
下载PDF
Semantic Role Labeling of Chinese Nominal Predicates with Dependency-Driven Constituent Parse Tree Structure 被引量:2
9
作者 王红玲 周国栋 《Journal of Computer Science & Technology》 SCIE EI CSCD 2013年第6期1117-1126,共10页
This paper explores a tree kernel based method for semantic role labeling (SRL) of Chinese nominal predicates via a convolution tree kernel. In particular, a new parse tree representation structure, called dependenc... This paper explores a tree kernel based method for semantic role labeling (SRL) of Chinese nominal predicates via a convolution tree kernel. In particular, a new parse tree representation structure, called dependency-driven constituent parse tree (D-CPT), is proposed to combine the advantages of both constituent and dependence parse trees. This is achieved by directly representing various kinds of dependency relations in a CPT-style structure, which employs dependency relation types instead of phrase labels in CPT (Constituent Parse Tree). In this way, D-CPT not only keeps the dependency relationship information in the dependency parse tree (DPT) structure but also retains the basic hierarchical structure of CPT style. Moreover, several schemes are designed to extract various kinds of necessary information, such as the shortest path between the nominal predicate and the argument candidate, the support verb of the nominal predicate and the head argument modified by the argument candidate, from D-CPT. This largely reduces the noisy information inherent in D-CPT. Finally, a convolution tree kernel is employed to compute the similarity between two parse trees. Besides, we also implement a feature-based method based on D-CPT. Evaluation on Chinese NomBank corpus shows that our tree kernel based method on D-CPT performs significantly better than other tree kernel-based ones and achieves comparable performance with the state-of-the-art feature-based ones. This indicates the effectiveness of the novel D-CPT structure in representing various kinds of dependency relations in a CPT-style structure and our tree kernel based method in exploring the novel D-CPT structure. This also illustrates that the kernel-based methods are competitive and they are complementary with the feature- based methods on SRL. 展开更多
关键词 semantic role labeling Chinese nominal predicate dependency-driven constituent parse tree tree kernel
原文传递
汉语框架语义角色的自动标注 被引量:42
10
作者 李济洪 王瑞波 +1 位作者 王蔚林 李国臣 《软件学报》 EI CSCD 北大核心 2010年第4期597-611,共15页
基于山西大学自主开发的汉语框架语义知识库(CFN),将语义角色标注问题通过IOB策略转化为词序列标注问题,采用条件随机场模型,研究了汉语框架语义角色的自动标注.模型以词为基本标注单元,选择词、词性、词相对于目标词的位置、目标词及... 基于山西大学自主开发的汉语框架语义知识库(CFN),将语义角色标注问题通过IOB策略转化为词序列标注问题,采用条件随机场模型,研究了汉语框架语义角色的自动标注.模型以词为基本标注单元,选择词、词性、词相对于目标词的位置、目标词及其组合为特征.针对每个特征设定若干可选的窗口,组合构成模型的各种特征模板,基于统计学中的正交表,给出一种较优模板选择方法.全部实验在选出的25个框架的6692个例句的语料上进行.对每一个框架,分别按照其例句训练一个模型,同时进行语义角色的边界识别与分类,进行2-fold交叉验证.在给定句子中的目标词以及目标词所属的框架情况下,25个框架交叉验证的实验结果的准确率、召回率、F1-值分别达到74.16%,52.70%和61.62%. 展开更多
关键词 汉语框架语义知识库 语义角色标注 正交表 特征选择 条件随机场
下载PDF
基于最大熵分类器的语义角色标注 被引量:73
11
作者 刘挺 车万翔 李生 《软件学报》 EI CSCD 北大核心 2007年第3期565-573,共9页
语义角色标注是浅层语义分析的一种可行方案.描述了一个采用最大熵分类器的语义角色标注系统,该系统把句法成分作为语义标注的基本单元,用最大熵分类器对句子中谓词的语义角色同时进行识别和分类.最大熵分类器中使用了一些有用的特征及... 语义角色标注是浅层语义分析的一种可行方案.描述了一个采用最大熵分类器的语义角色标注系统,该系统把句法成分作为语义标注的基本单元,用最大熵分类器对句子中谓词的语义角色同时进行识别和分类.最大熵分类器中使用了一些有用的特征及其组合.在后处理阶段,在具有嵌套关系的结果中,只有概率最高的语义角色被保留.在预测了全部能够在句法分析树中找到匹配成分的角色以后,采用简单的后处理规则去识别那些找不到匹配成分的角色.最终在开发集和测试集上分别获得了75.49%和75.60%的F1值,此结果是已知的基于单一句法分析结果中最好的.最后提出了对该任务的一些难点问题的解决方案以及对语义角色标注发展的一个初步展望. 展开更多
关键词 语义角色标注 浅层语义分析 最大熵分类器
下载PDF
多维度视角下学科主题演化可视化分析方法研究——以我国图书情报领域大数据研究为例 被引量:69
12
作者 刘自强 王效岳 白如江 《中国图书馆学报》 CSSCI 北大核心 2016年第6期67-84,共18页
探测、识别某学科领域研究主题的演化过程并进行可视化分析,对于掌握研究现状和发展趋势具有重要意义。学科主题演化是一个复杂过程,存在多种变量,如主题强度、结构和内容等,目前研究主要以单一维度进行可视化分析,信息负荷过大,存在感... 探测、识别某学科领域研究主题的演化过程并进行可视化分析,对于掌握研究现状和发展趋势具有重要意义。学科主题演化是一个复杂过程,存在多种变量,如主题强度、结构和内容等,目前研究主要以单一维度进行可视化分析,信息负荷过大,存在感知局限性。本文提出多维度视角下学科主题演化可视化分析方法:通过人工标注方法对关键词进行语义角色分类,利用Fast Unfolding算法识别出具有语义特征的学科主题;利用余弦相似度计算公式计算学科主题相似度判定演化关系;构建多维度学科主题演化分析模型,并设计了三种创新性的科学知识图谱,进行学科主题强度、结构和内容三个维度的可视化分析,通过相互作用可以帮助快速消化、理解信息和精炼分析结果,有效地分析学科主题演化的复杂过程。通过对我国图书情报领域近10年大数据研究的实证分析,证明该方法具有可行性和有效性。 展开更多
关键词 学科主题演化 语义角色标注 社区发现算法 可视化
下载PDF
基于CRFs的评价对象抽取特征研究 被引量:38
13
作者 王荣洋 鞠久朋 +1 位作者 李寿山 周国栋 《中文信息学报》 CSCD 北大核心 2012年第2期56-61,共6页
评价对象是情感分析中情感信息的一个重要组成部分。该文基于条件随机场模型,研究多种特征在评价对象抽取任务中的表现,并将特征归纳为词法、依存关系、相对位置、语义四大类别。其中,重点引入语义角色标注新特征。在实验中,我们在三个... 评价对象是情感分析中情感信息的一个重要组成部分。该文基于条件随机场模型,研究多种特征在评价对象抽取任务中的表现,并将特征归纳为词法、依存关系、相对位置、语义四大类别。其中,重点引入语义角色标注新特征。在实验中,我们在三个不同的数据集上考查了各个特征及其组合对系统性能的影响,作了详细地比较研究。另外,实验结果表明新提出的语义角色标注特征对评价对象抽取有很好地指示作用。 展开更多
关键词 情感分析 评价对象抽取 特征组合 语义角色标注
下载PDF
浅层语义分析研究 被引量:12
14
作者 陈耀东 王挺 陈火旺 《计算机研究与发展》 EI CSCD 北大核心 2008年第z1期321-325,共5页
语义分析是自然语言理解领域研究的根本性问题,浅层语义分析为此提供了一种新的解决途径.从语义学的角度讨论了浅层语义分析的发展历史和理论基础,概述了语义角色标注任务的定义、相关资源与方法.还着重介绍并比较了当前英语两大语义角... 语义分析是自然语言理解领域研究的根本性问题,浅层语义分析为此提供了一种新的解决途径.从语义学的角度讨论了浅层语义分析的发展历史和理论基础,概述了语义角色标注任务的定义、相关资源与方法.还着重介绍并比较了当前英语两大语义角色体系和汉语角色体系,最后给出了浅层语义分析中统计模型的现有特征集的句法语义分类. 展开更多
关键词 浅层语义分析 语义角色标注 动词框架 角色体系 特征集
下载PDF
基于特征组合的中文语义角色标注 被引量:14
15
作者 李世奇 赵铁军 +2 位作者 李晗静 刘鹏远 刘水 《软件学报》 EI CSCD 北大核心 2011年第2期222-232,共11页
提出一种基于特征组合和支持向量机(support vector machine,简称SVM)的语义角色标注(semantic role labeling,简称SRL)方法.该方法以句法成分作为基本标注单元,首先从当前基于句法分析的语义角色标注系统中选出高效特征,构成基本特征集... 提出一种基于特征组合和支持向量机(support vector machine,简称SVM)的语义角色标注(semantic role labeling,简称SRL)方法.该方法以句法成分作为基本标注单元,首先从当前基于句法分析的语义角色标注系统中选出高效特征,构成基本特征集合.然后提出一种基于统计的特征组合方法.该方法能够根据正反例中组合特征的分布状况,以类间距离和类内距离之比作为统计量来衡量组合特征对分类所产生的效果,保留分类效果较好的组合特征.最后,在Chinese PropBank(CPB)语料上利用支持向量机进行分类实验,结果表明,引入该特征组合方法后,语义角色标注整体F值达91.81%,提高了近2%. 展开更多
关键词 语义角色标注 自然语言处理 支持向量机 特征组合
下载PDF
语义角色标注中特征优化组合研究 被引量:7
16
作者 丁金涛 王红玲 +2 位作者 周国栋 朱巧明 钱培德 《计算机应用与软件》 CSCD 2009年第5期17-21,52,共6页
特征决定着语义角色标注的性能,但并非特征越多性能越高。因此,如何优化组合这些特征就显得非常重要。选取了当前语义角色标注系统中常用的56个特征,按其贡献进行了优化组合实验。在正确的句法分析上取得了91.22%的语义角色分类精确率,... 特征决定着语义角色标注的性能,但并非特征越多性能越高。因此,如何优化组合这些特征就显得非常重要。选取了当前语义角色标注系统中常用的56个特征,按其贡献进行了优化组合实验。在正确的句法分析上取得了91.22%的语义角色分类精确率,在自动句法分析上语义角色标注F1值达到了78.07%。实验表明提高性能并不需要很多特征,关键在于特征的优化组合;同时在句法分析中起重要作用的谓词和中心词特征在语义角色标中也发挥了重要作用。 展开更多
关键词 语义角色标注 特征工程 最大熵分类器
下载PDF
中文名词性谓词语义角色标注 被引量:13
17
作者 李军辉 周国栋 +1 位作者 朱巧明 钱培德 《软件学报》 EI CSCD 北大核心 2011年第8期1725-1737,共13页
研究了中文名词性谓词的语义角色标注(semantic role labeling,简称SRL).在使用传统动词性谓词SRL相关特征的基础上,进一步提出了名词性谓词SRL相关的特征集.此外,探索了中文动词性谓词SRL对中文名词性谓词SRL的影响,并且联合谓词自动... 研究了中文名词性谓词的语义角色标注(semantic role labeling,简称SRL).在使用传统动词性谓词SRL相关特征的基础上,进一步提出了名词性谓词SRL相关的特征集.此外,探索了中文动词性谓词SRL对中文名词性谓词SRL的影响,并且联合谓词自动识别实现了全自动的中文名词性谓词SRL.在中文NomBank上的实验结果表明,中文动词性谓词的SRL合理使用能够大幅度提高中文名词性谓词的SRL性能;基于正确句法树和正确谓词识别,中文名词性谓词的SRL性能F1值达到了72.67,大大优于目前国内外的同类系统;基于自动句法树和自动谓词识别,性能F1值为55.14. 展开更多
关键词 语义角色标注 名词性谓词相关特征 动词性语义角色标注特征 名词性谓词识别
下载PDF
基于同义词词林信息特征的语义角色自动标注 被引量:7
18
作者 李国臣 吕雷 +2 位作者 王瑞波 李济洪 李茹 《中文信息学报》 CSCD 北大核心 2016年第1期101-107 114,共8页
该文使用同义词词林语义资源库,以词林中编码信息为基础构建新的特征,使用条件随机场模型,研究了汉语框架语义角色的自动标注。该文在先前的基于词、词性、位置、目标词特征的基础上,在模型中加入不同的词林信息特征,以山西大学的汉语... 该文使用同义词词林语义资源库,以词林中编码信息为基础构建新的特征,使用条件随机场模型,研究了汉语框架语义角色的自动标注。该文在先前的基于词、词性、位置、目标词特征的基础上,在模型中加入不同的词林信息特征,以山西大学的汉语框架语义知识库为实验语料,研究了各词林信息特征分别对语义角色边界识别与分类的影响。实验结果表明,词林信息特征可以显著提高语义角色标注的性能,并且主要作用在语义角色分类上。 展开更多
关键词 语义角色标注 同义词词林 条件随机场 正交表
下载PDF
基于分层输出神经网络的汉语语义角色标注 被引量:13
19
作者 王臻 常宝宝 穗志方 《中文信息学报》 CSCD 北大核心 2014年第6期56-61,78,共7页
语义角色标注是自然语言处理中的一项重要任务。当下针对中文语义角色标注的主流做法是通过基于特征的统计机器学习实现的。然而,统计机器学习的方法需要引入经验性的人工特征,这在一定程度上增加了工作量。深度学习在自然语言处理领域... 语义角色标注是自然语言处理中的一项重要任务。当下针对中文语义角色标注的主流做法是通过基于特征的统计机器学习实现的。然而,统计机器学习的方法需要引入经验性的人工特征,这在一定程度上增加了工作量。深度学习在自然语言处理领域的应用使得特征的自动学习成为可能。文章尝试了一种适用于语义角色标注的深层神经网络架构,该模型能自然地推广到其他标注任务。实验表明,深度学习算法能够有效地用于语义角色标注任务,但是我们仍然发现,模型对语义层面知识的学习是相当有限的,基于深度学习的方法还不能取代基于人工特征的统计机器学习算法。 展开更多
关键词 语义角色标注 深度学习 特征向量
下载PDF
基于依存句法分析的中文语义角色标注 被引量:23
20
作者 王步康 王红玲 +1 位作者 袁晓虹 周国栋 《中文信息学报》 CSCD 北大核心 2010年第1期25-29,47,共6页
依存句法是句法分析的一种,相比于短语结构句法分析,依存句法具有更简洁的表达方式。该文采用英文语义角色标注的研究方法,实现了一个基于中文依存句法分析的语义角色标注系统。该系统针对中文依存关系树,采用有效的剪枝算法和特征,使... 依存句法是句法分析的一种,相比于短语结构句法分析,依存句法具有更简洁的表达方式。该文采用英文语义角色标注的研究方法,实现了一个基于中文依存句法分析的语义角色标注系统。该系统针对中文依存关系树,采用有效的剪枝算法和特征,使用最大熵分类器进行语义角色的识别和分类。系统使用了两种不同的语料,一种是由标准短语结构句法分析(CTB5.0)转换而来,另一种是CoNLL2009公布的中文语料。系统分别在两种语料的标准谓词和自动谓词的基础上进行实验,在标准谓词上取得的F1值分别为84.30%和81.68%,在自动谓词上的F1值为81.02%和81.33%。 展开更多
关键词 计算机应用 中文信息处理 语义角色标注 依存关系 最大熵分类器
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部