基于桥连接的词典学习方法的语义解析

摘要

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典.词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射.语义解析一直面临着词典中词汇覆盖度不够的问题.针对此问题,该文在现有工作的基础上,提出了基于桥连接的词典学习方法,该方法能够在训练中自动引入新的词汇并加以学习,为了进一步提高新学习到的词汇的准确度,该文设计了新的词语—二元谓词的特征模板,并使用基于投票机制的核心词典获取方法.该文在两个公开数据集(WebQuestions和Free917)上进行了对比实验,实验结果表明,该文方法能够学习到新的词汇,提高词汇的覆盖度,进而提升语义解析系统的性能,特别是召回率.