版权说明 操作指南
首页 > 成果 > 详情

基于Transformer模型与关系词特征的汉语因果类复句关系自动识别

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
杨进才;曹元;胡泉;沈显君
作者机构:
华中师范大学计算机学院 武汉430079
[杨进才; 沈显君; 曹元; 胡泉] 华中师范大学
语种:
中文
关键词:
因果复句;关系识别;词向量;transformer模型;深度学习
期刊:
计算机科学
ISSN:
1002-137X
年:
2021
卷:
48
期:
S1
页码:
295-298+305
基金类别:
国家社科基金(19BYY092)~~;
机构署名:
本校为第一机构
院系归属:
计算机学院
摘要:
汉语复句的语义关系丰富而复杂,复句关系自动识别是对复句语义关系的判别,是分析复句所表达意义的重要环节。因果类复句是使用最多的汉语复句,文中以二句式有标因果类复句为研究对象,通过深度学习的方法自动挖掘复句隐含的特征,同时融合了关系词这一语言学研究的显著知识。将word2vec词向量与one-hot编码的关系词特征结合作为模型的输入,利用卷积神经网络作为前馈层的transformer模型来对因果复句关系进行识别。采用文中的方法对因果类复句关系类别进行识别,实验结果的F1值达到92.13%,优于现有的对比模型,表明了该方法的有效性。

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com