期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合注意力机制的多策略汉语语义角色标注
被引量：
1
1
作者
朱傲
万福成
+1 位作者
马宁
车郭怡
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第6期1019-1023,共5页
语义角色标注旨在标注出句子中所有与谓语相关的语义成分,是进行语义分析的基础和关键技术.使用传统的机器学习方法进行语义角色标注,需要人工设定特征,特征稀疏且工作繁琐沉重,同时传统方法对句法解析精度有较高要求,所以语义角色标注...
语义角色标注旨在标注出句子中所有与谓语相关的语义成分,是进行语义分析的基础和关键技术.使用传统的机器学习方法进行语义角色标注,需要人工设定特征,特征稀疏且工作繁琐沉重,同时传统方法对句法解析精度有较高要求,所以语义角色标注发展缓慢.针对上述情况,采取基于双向长短时记忆(BiLSTM)网络-注意力机制(attention)-条件随机场(CRF)模型进行汉语语义角色标注,同时尝试针对性引入其他资源优化模型性能.在训练阶段,将词性、依存句法特征以及短语结构句法特征组成的多线索特征组共同送入模型.经过多组对照实验论证,相比于BiLSTM-CRF模型,融合注意力机制的模型性能显著提升,并且引入的多线索特征组可以进一步提升模型性能.
展开更多
关键词
汉语语义角色标注
双向长短时记忆
条件随机场
注意力机制
依存句法分析
短语结构句法分析
在线阅读
下载PDF
职称材料
一种细粒度的汉语语义角色标注数据集的构建方法
被引量：
1
2
作者
宋衡
曹存根
+1 位作者
王亚
王石
《中文信息学报》
CSCD
北大核心
2022年第12期52-66,73,共16页
语义角色对自然语言的语义理解和分析有着重要的作用,其自动标注技术依赖良好的语义角色标注训练数据集。目前已有的大部分语义角色数据集在语义角色的标注上都不够精确甚至粗糙,不利于语义解析和知识抽取等任务。为了满足细粒度的语义...
语义角色对自然语言的语义理解和分析有着重要的作用,其自动标注技术依赖良好的语义角色标注训练数据集。目前已有的大部分语义角色数据集在语义角色的标注上都不够精确甚至粗糙,不利于语义解析和知识抽取等任务。为了满足细粒度的语义分析,该文通过对实际语料的考察,提出了一种改进的汉语语义角色分类体系。在此基础上,以只有一个中枢语义角色的语料作为研究对象,提出了一种基于半自动方法的细粒度的汉语语义角色数据集构建方法,并构建了一个实用的语义角色数据集。截至目前,该工程一共完成了9550条汉语语句的语义角色标注,其中含有9423个中枢语义角色,29142个主要周边语义角色,3745个辅助周边语义角色,172条语句被进行了双重语义角色标注,以及104条语句被进行了不确定语义事件的语义角色标注。我们采用Bi-LSTM+CRF的基线模型在构建好的汉语语义角色数据集和公开的Chinese Proposition Bank数据集进行了关于主要周边语义角色的基准实验。实验表明,这两个语义角色数据集在主要周边语义角色自动识别方面存在差异,并且为提高主要周边语义角色的识别准确率提供了依据。
展开更多
关键词
语义
角色
细粒度
语义
标注
汉语语义角色标注
汉语
语义
分析
在线阅读
下载PDF
职称材料
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
3
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
在线阅读
下载PDF
职称材料
题名
结合注意力机制的多策略汉语语义角色标注
被引量：
1
1
作者
朱傲
万福成
马宁
车郭怡
机构
西北民族大学中国民族语言文字信息技术教育部重点实验室
西北民族大学甘肃省民族语言智能处理重点实验室
出处
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第6期1019-1023,共5页
基金
国家自然科学基金(61762076,61602387)。
文摘
语义角色标注旨在标注出句子中所有与谓语相关的语义成分,是进行语义分析的基础和关键技术.使用传统的机器学习方法进行语义角色标注,需要人工设定特征,特征稀疏且工作繁琐沉重,同时传统方法对句法解析精度有较高要求,所以语义角色标注发展缓慢.针对上述情况,采取基于双向长短时记忆(BiLSTM)网络-注意力机制(attention)-条件随机场(CRF)模型进行汉语语义角色标注,同时尝试针对性引入其他资源优化模型性能.在训练阶段,将词性、依存句法特征以及短语结构句法特征组成的多线索特征组共同送入模型.经过多组对照实验论证,相比于BiLSTM-CRF模型,融合注意力机制的模型性能显著提升,并且引入的多线索特征组可以进一步提升模型性能.
关键词
汉语语义角色标注
双向长短时记忆
条件随机场
注意力机制
依存句法分析
短语结构句法分析
Keywords
Chinese semantic role labeling
BiLSTM
CRF
attention mechanism
dependency syntactic parsing
phrase structure parsing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种细粒度的汉语语义角色标注数据集的构建方法
被引量：
1
2
作者
宋衡
曹存根
王亚
王石
机构
中国科学院计算技术研究所智能信息处理重点实验室
中国科学院大学
出处
《中文信息学报》
CSCD
北大核心
2022年第12期52-66,73,共16页
基金
国家重点研发计划(2017YFC1700302,2017YFB1002300)
国家自然科学基金(61702234)
北京市科技新星计划交叉学科合作课题(Z191100001119014)。
文摘
语义角色对自然语言的语义理解和分析有着重要的作用,其自动标注技术依赖良好的语义角色标注训练数据集。目前已有的大部分语义角色数据集在语义角色的标注上都不够精确甚至粗糙,不利于语义解析和知识抽取等任务。为了满足细粒度的语义分析,该文通过对实际语料的考察,提出了一种改进的汉语语义角色分类体系。在此基础上,以只有一个中枢语义角色的语料作为研究对象,提出了一种基于半自动方法的细粒度的汉语语义角色数据集构建方法,并构建了一个实用的语义角色数据集。截至目前,该工程一共完成了9550条汉语语句的语义角色标注,其中含有9423个中枢语义角色,29142个主要周边语义角色,3745个辅助周边语义角色,172条语句被进行了双重语义角色标注,以及104条语句被进行了不确定语义事件的语义角色标注。我们采用Bi-LSTM+CRF的基线模型在构建好的汉语语义角色数据集和公开的Chinese Proposition Bank数据集进行了关于主要周边语义角色的基准实验。实验表明,这两个语义角色数据集在主要周边语义角色自动识别方面存在差异,并且为提高主要周边语义角色的识别准确率提供了依据。
关键词
语义
角色
细粒度
语义
标注
汉语语义角色标注
汉语
语义
分析
Keywords
semantic role
fine-grained semantic labeling
Chinese semantic role labeling
Chinese semantic analysis
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
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
3
作者
王超
吕国英
李茹
柴清华
李晋荣
机构
山西大学计算机与信息技术学院
山西大学计算智能与中文信息处理教育部重点实验室
山西大学外国语学院
出处
《中文信息学报》
CSCD
北大核心
2024年第2期25-35,共11页
基金
国家社会科学基金(18BYY009)
山西省“四个一批”科技兴医创新计划项目(2022XM01)。
文摘
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。
关键词
汉语
框架
语义
角色
标注
副词
BERT
膨胀卷积
CRF
Keywords
Chinese frame semantic role labeling
adverb
BERT
IDCNN
CRF
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合注意力机制的多策略汉语语义角色标注
朱傲
万福成
马宁
车郭怡
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
一种细粒度的汉语语义角色标注数据集的构建方法
宋衡
曹存根
王亚
王石
《中文信息学报》
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
3
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
王超
吕国英
李茹
柴清华
李晋荣
《中文信息学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
