期刊论文

中文

计算机科学

1002-137X

2023

50

S2

69-74

国家社科基金（19BYY092）~~；

本校为第一机构

无标复句因缺少关联词的辅助，其关系识别为自然语言处理中的一项较为困难的任务。将词性特征融入到词向量中，训练得到含有外部特征的词向量表示，通过组合BERT模型与BiLSTM模型，将字向量、词向量、词性向量结合进行训练，并在特征融合层添加BiLSTM模型捕获的极性特征信息以及CNN模型捕获的依存句法特征信息。实验结果表明，该方法在汉语复句分类上取得了较好的效果，与基准模型相比在宏F1值与微F1值上均有提升，在顶层分类上取得了83.67%的微F1值，在第二层分类上取得了68.28%的微F1值。