-
题名基于双向LSTM与CRF融合模型的否定聚焦点识别
被引量：4
- 1
-
-
作者
沈龙骧
邹博伟
叶静
周国栋
朱巧明
-
机构
苏州大学计算机科学与技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2019年第1期25-34,共10页
-
基金
国家自然科学基金(61703293
61672367)
江苏省科技计划(BK20151222)
-
文摘
否定表达作为自然语言文本中常见的语言现象,对自然语言处理上层应用,如情感分析、信息抽取等,具有十分重要的意义。否定聚焦点识别任务是更细粒度的否定语义分析,其旨在识别出句子中被否定词修饰和强调的文本片段。该文将该任务作为序列标注问题,提出了一种基于双向长短期记忆网络结合条件随机场(BiLSTMCRF)的否定聚焦点识别模型,其中,BiLSTM网络能够充分利用上下文信息并抓取全局特征,CRF层能够有效学习输出标签之间的前后依赖关系。在*SEM2012评测任务数据集上的实验结果表明,基于BiLSTM-CRF的否定聚焦点识别方法的准确率(accuracy)达到69.58%,与目前最好的系统相比,性能提升了2.44%。
-
关键词
否定聚焦点
BiLSTM-CRF模型
序列标注
-
Keywords
negation focus
BiLSTM-CRF model
sequence labeling
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
