期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:事件抽取 事件同指消解 注意力池化 门控卷积
摘要:事件同指消解在自然语言理解中是一项复杂的任务,它需要在理解文本信息的基础上,发现其中的同指事件。事件同指消解在信息抽取、问答系统、阅读理解等自然语言任务中均有重要作用。该文提出了一个事件同指消解框架,包括事件抽取(ENS_NN)、真实性识别(ENS_NN)和事件同指消解(AGCNN)三个部分。事件同指消解模型(AGCNN)利用注意力池化机制来捕获事件的全局特征,利用门控卷积抽取复杂语义特征,提高了事件同指消解的性能。在KBP 2015和KBP 2016数据集上的实验结果表明,该文提出的方法优于目前最优的系统。
中文信息学报杂志要求:
{1}本刊对刊发的文章拥有版权,不得擅自转载、改编。凡转载、改编务经我刊同意,违者必究。
{2}作者简介包括:姓名、性别、出生年月、毕业学校及所学专业、工作单位、职务职称、现从事的研究工作情况。
{3}来稿若属国家自然科学基金项目或省部基金项目,请在文稿中标明其基金来源和编号,我刊可以优先审核发表。
{4}正文内连续叙述中的序号采用①……;②……;③……。分级超过3级后用网括号如:“①”,“②”表示,并采用连排。
{5}附注请一律使用当页脚注的形式,以带圈①……⑩的方式编号,使用每页重新编号的方式。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社