摘要
针对各种自然语言处理问题,语义分析是所有任务的基础。如果按照细粒度对语义分析进行分类,可分为词块级、句子级、篇章级,前一级决定了后一级的性能优劣。由于少有大规模的中文语义语料库,故笔者将模型处理语义能力的优劣直接投射到对中文问答语料的处理能力上,选用了Bert模型。
Semantic analysis is the foundation of all tasks for a variety of natural language processing problems.If the semantic analysis is classified according to fine-grained,it can be divided into lexical level,sentence level,and chapter level.The former level determines the performance of the latter level.Because there are few large-scale Chinese semantic corpora,the author directly casts the pros and cons of the semantics of the model processing to the processing ability of the Chinese question and answer corpus,and selects the Bert model.
作者
蔡鑫怡
姜威宇
韩浪焜
宗鸿伟
Cai Xinyi;Jiang Weiyu;Han Langkun;Zong Hongwei(Jiangsu Police Institute,Nanjing Jiangsu 210031,China)
出处
《信息与电脑》
2019年第8期39-40,共2页
Information & Computer
基金
江苏省高等学校大学生实践创新创业训练计划创新项目"基于深度学习的自然语言语义分析及其应用"(项目编号:201810329038X)
关键词
深度学习
自然语言处理
神经网络
deep learning
natural language processing
neural network
作者简介
蔡鑫怡(1997—),男,上海人,本科。研究方向:机器学习。
