基于ERNIE-Gram和TinyBERT混合模型的复句关系体系转换

首页 > 成果 > 详情

认领

导出

Link by 中国知网学术期刊 Link by 万方学术期刊

反馈

作者信息关键词期刊信息基础信息归属信息摘要

成果类型：

期刊论文

作者：

杨进才;陈雪松;胡泉;蔡旭勋

作者机构：

[杨进才] 华中师范大学计算机学院

华中师范大学计算机学院,,武汉中学

[胡泉; 蔡旭勋] 华中师范大学人工智能教育学部

[陈雪松] 华中师范大学计算机学院<&wdkj&>武汉中学

语种：

中文

关键词：

复句

关键词(英文)：

ERNIE-Gram;TinyBERT

期刊：

中文信息学报

ISSN：

1003-0077

年：

2022

卷：

期：

页码：

16-26

DOI：

10.3969/j.issn.1003-0077.2022.12.002

基金类别：

国家社会科学基金（19BYY092）；

机构署名：

本校为第一机构

院系归属：

计算机学院

摘要：

复句关系是指分句间的语义关系.目前关于复句关系的分类体系有很多,复句三分系统与HIT-CDTB分类体系为其代表.对不同分类体系各类别进行相互转换可以为机器翻译等任务提供支持.该文基于预训练模型ERNIE-Gram和TinyBERT,嵌入主成分分析方法,提出一种三阶段复句关系识别混合模型,实现三分系统与HIT-CDTB两种分类体系下复句关系的转换.通过实验检验,复句三分系统到HIT-CDTB以及HIT-CDTB到复句三分系统关系转换的准确率分别达到77.60％、89.17％.

反馈

产权有误：本人成果被他人认领

数据有误：数据基本信息有误

归属有误：成果的院系归属、机构署名归属有误

其他原因：

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

基于ERNIE-Gram和TinyBERT混合模型的复句关系体系转换

反馈

成果认领

提示

该栏目需要登录且有访问权限才可以访问