语义角色标注
语义角色标注的相关文献在2006年到2022年内共计142篇,主要集中在自动化技术、计算机技术、科学、科学研究、语言学
等领域,其中期刊论文104篇、会议论文14篇、专利文献18262篇;相关期刊49种,包括情报理论与实践、情报杂志、电子学报等;
相关会议11种,包括第十一届全国计算语言学学术会议、第五届全国青年计算语言学研讨会(YWCL 2010)、第六届全国信息检索学术会议等;语义角色标注的相关文献由271位作者贡献,包括周国栋、王红玲、朱巧明等。
语义角色标注—发文量
专利文献>
论文:18262篇
占比:99.36%
总计:18380篇
语义角色标注
-研究学者
- 周国栋
- 王红玲
- 朱巧明
- 穗志方
- 李军辉
- 李培峰
- 王步康
- 钱培德
- 于江德
- 刘挺
- 常宝宝
- 王瑞波
- 王鑫
- 袁晓虹
- 车万翔
- 陈耀东
- 万福成
- 何保荣
- 余正涛
- 刘群
- 宗成庆
- 张珂
- 李国臣
- 李济洪
- 杨海彤
- 柯永红
- 袁里驰
- 邱立坤
- 陈奇
- 鞠久朋
- 马宁
- CHEN Long
- ZHAN Weidong
- 丁金涛
- 刘怀亮
- 刘怀军
- 史晓东
- 吕雅娟
- 吕雷
- 吴先超
- 吴方磊
- 周俏丽
- 周昌乐
- 孙盼盼
- 孙薇薇
- 宋毅君
- 左敏
- 左春
- 庄涛
- 庞文博
-
-
费豪;
姬东鸿;
任亚峰
-
-
摘要:
语义角色标注(Semantic Role Labeling,SRL)旨在识别给定句子中所包含的谓词及对应的语义论元,从而为信息抽取、自动问答和阅读理解等任务的语义理解提供帮助.构建句法特征作为实现语义角色标注任务的关键步骤,在很大程度上影响着任务的性能.针对现有的神经网络模型未能有效构建句法特征,例如现有研究采取离线式的人工定式句法裁剪方案,不可避免地造成关键句法信息丢失或者裁剪效果减弱等问题,本文提出基于动态句法剪枝机制的端到端神经网络模型,并将其用于中文语义角色标注任务.具体地,我们提出两种创新的动态句法剪枝机制:基于递归神经网络模型的动态句法剪枝机制(Recur-DSP)和基于带句法标签的图卷积网络模型的句法剪枝机制(SGCN-DSP).Recur-DSP采用递归神经网络模型进行句法结构编码与融合,并对句法树的每一个连接处通过Gumbel-Softmax函数离散化实现动态句法裁剪.SGCN-DSP采用图卷积神经网络模型为句法依存树的依存弧结构以及对应的标签进行统一建模,并提出对应的动态句法裁剪机制.在基准数据集上的实验结果显示所提方法超过当前的最好模型,获得当前中文语义角色标注的最优性能.通过整合预训练语言模型BERT,基于CoNLL09数据集,提出的模型SGCN-DSP在角色论元识别上获得了90.4%的F1值,在谓词识别上获得90.8%的F1值.
-
-
袁里驰
-
-
摘要:
语义角色标记被认为是实现自然语言理解的关键一步,并已被广泛研究.近年来,基于深度神经网络的端到端语义角色标记越来越受到关注.然而当前的语义角色标记方法使用没有语言特征的深度神经网络,配价结构可以较好地刻画句子的句法结构和语义构成关系,因此,本文提出了一种融合配价信息的深度神经网络模型,它有效地结合了丰富的语言配价信息以进行语义角色标记.本文在CoNLL-2005共享任务数据集和CoNLL-2012共享任务数据集上对融合配价信息的深度神经网络模型进行了评估,在两个基准语义角色标记数据集上比以前的工作取得了更好的结果.
-
-
徐建国;
刘泳慧;
刘梦凡
-
-
摘要:
采用融合自注意力机制的双向长短期记忆模型(SelfAtt-BILSTM)和条件随机场模型(CRF),构建一种Self-Att-BILSTM-CRF模型,对政策文本进行语义角色标注,以提取政策主要内容.采用某高校政策文件为实验数据集,利用BILSTM模型自动学习序列化语句上下文特征,融合自注意力机制增加重要特征元素的权重,通过CRF层利用特征进行序列标注,提取语义角色,以实现政策文件的主要内容挖掘.经过对比验证,该模型能够有效地提取政策文本内容,在标注数据集上F1值达到78.99%.实验结果同时表明,自注意力机制能够有效提高神经网络模型的语义角色标注效果.
-
-
王庆棒;
汪颢懿;
左敏;
张青川;
温馨;
袁玉梅
-
-
摘要:
食品舆情实体关系抽取是构建食品舆情知识图谱的关键技术,也是当前信息抽取领域的重要研究课题。针对食品舆情中常出现的实体对多关系问题,在卷积神经网络(convolutional neural network,CNN)中引入基于位置感知的领域词语义注意力机制;在双向长短时记忆(bidirectional long short-term memory,BLSTM)网络中引入基于位置感知的语义角色注意力机制,构建基于CNN-BLSTM的食品舆情实体关系抽取模型。在食品舆情数据集上进行了对比实验,实验结果表明:基于CNN-BLSTM的食品舆情实体关系抽取模型在食品舆情数据集上准确率比常用的几种深度神经网络模型高出8.7%~13.94%,验证了模型的合理性和有效性。
-
-
王庆棒;
汪颢懿;
左敏;
张青川;
温馨;
袁玉梅
-
-
摘要:
食品舆情实体关系抽取是构建食品舆情知识图谱的关键技术,也是当前信息抽取领域的重要研究课题.针对食品舆情中常出现的实体对多关系问题,在卷积神经网络(convolutional neu-ral network,CNN)中引入基于位置感知的领域词语义注意力机制;在双向长短时记忆(bidirectional long short-term memory,BLSTM)网络中引入基于位置感知的语义角色注意力机制,构建基于CNN-BLSTM的食品舆情实体关系抽取模型.在食品舆情数据集上进行了对比实验,实验结果表明:基于CNN-BLSTM的食品舆情实体关系抽取模型在食品舆情数据集上准确率比常用的几种深度神经网络模型高出8.7% ~13.94%,验证了模型的合理性和有效性.
-
-
杨延娇;
赵国涛;
王丕栋
-
-
摘要:
针对汉语语句表意灵活复杂多变的特点,提出一种基于语义与情感的句子相似度计算方法,从表意层面计算句子相似度.该方法使用哈工大LTP平台对句子进行预处理,提取词语、词性、句法依存标记与语义角色标记,将语义角色标注结果作为句中语义独立成分赋予相似度权重系数,综合句法依存关系与词法关系计算两句相同标签语义独立成分相似度得到部分相似度,加权计算部分相似度得到句子整体相似度.另外,考虑到情感与句式因子,在整体相似度的基础上对满足条件的两句计算情感减益与句式减益.实验结果表明,该方法能有效提取出句子语义独立成分,从语义层面上计算句子相似度,解决了信息遗漏与句子组成成分不一致的问题,提高了句子相似度计算的准确率与鲁棒性.
-
-
宋毅君;
王瑞波
-
-
摘要:
在构建汉语框架语义角色标注模型时,多种语言学特征和不同的上下文窗口常被组合成大量的候选特征模板.从候选特征模板中高效地找到最优模板是构建优良的标注模型的关键所在.文章比较了两种特征模板选择方法:贪心选取法和正交表选取法.从汉语框架网络知识库中选取25个框架作为实验用语料,实验比较了两种特征模板选取方法的时间复杂度和模型性能.实验结果显示,正交表选取法不仅可以通过并行计算以显著降低训练时间开销,而且其模型标注性能也略微高于贪心选取法的标注性能.
-
-
-
-
-
-
-
-
于江德;
王希杰;
余正涛
- 《2010全国开放式分布与并行计算学术年会》
| 2010年
-
摘要:
提出了基于最大熵模型的语义角色标注方法,该方法以浅层句法分析为基础,把短语或命名实体作为标注的基本单元,将最大熵模型用于句子中谓词的语义角色标注.该方法的关键在于模型参数估计和特征选择.具体应用中采用IIS算法学习模型参数,并选择基于句法成分的、基于谓词的、句法成分一谓词关系、语义四类特征作为模型特征集.将该方法用于信息抽取中事件表述语句的语义角色标注,对"职务变动"和"会见"两类事件的表述语句进行事件要素的语义角色标注,在各自的测试集上分别获得了76.3%和72.2%的综合指标F值.
-
-
-
-
Wang Xin;
王鑫;
Sui Zhifang;
穗志方;
Li Yun;
李芸
- 《第十一届全国计算语言学学术会议》
| 2011年
-
摘要:
在基于依存的语义角色标注研究中,大多数系统采用机器学习方法进行论元识别和分类.本文分析了依存树的特点,发现论元集中分布于依存树上的特定局部范围内,因此提出种基于依存树距离的论元识别方法.该方法将候选论元限制在与目标动词的依存树距离不超过3的范围内,通过制订规则,提取目标动词的最佳候选论元集合.在CoNLL2009中文语料上采用正确的依存树,识别出了98.5%的论元.充分利用此种局部性特征,制订规则将距离特征作为判定候选论元的重要条件,实现了基于规则的论元识别。结合基于机器学习的论元分类,基于正确的依存句法分析结果,本文角色标注系统F值达到89.46%,相比前人工作取得了较大改进。
-
-
-
刘鸣洋;
由丽萍
- 《第九届全国计算语言学学术会议》
| 2007年
-
摘要:
本文以感知词语为实例,尝试以汉语框架语义知识库(CFN)现有的构建结果为基础资源,以短语类型、句法功能以及词语本身的句法语义属性为已知条件,初步归纳汉语句子中语义角色的标注规则。通过小规模数据的分析和测试,可以预见,基于句法和词汇语义特征的规则对于语义角色识别是非常有效的。
-
-
陈耀东;
王挺;
陈火旺
- 《2007全国理论计算机科学学术年会》
| 2007年
-
摘要:
语义分析是自然语言理解领域研究的根本性问题,浅层语义分析为此提供了一种新的解决途径.从语义学的角度讨论了浅层语义分析的发展历史和理论基础,概述了语义角色标注任务的定义、相关资源与方法.还着重介绍并比较了当前英语两大语义角色体系和汉语角色体系,最后给出了浅层语义分析中统计模型的现有特征集的句法语义分类.