基于Dropout正则化的汉语框架语义角色识别

摘要：

汉语框架语义角色识别是汉语框架语义分析的重要任务之一.本文基于汉语词语、词性等特征的分布式表示,使用一种多特征融合的神经网络结构来构建汉语框架语义角色识别模型.鉴于可用的训练语料规模有限,本文采用了Dropout正则化技术来改进神经网络的训练过程.实验结果表明,Dropout正则化的加入有效地缓解了模型的过拟合现象,使得模型的F值有了近7％的提高.本文进一步优化了学习率以及分布式表示的初始值,最终的汉语框架语义角色识别的F值达到70.54％,较原有的最优结果提升2％左右.

关键词： 汉语框架网络 语义角色识别 Dropout正则化

作者: 王瑞波 李济洪 李国臣 杨耀文

作者单位: 山西大学 软件学院,山西省 太原市 030006;山西大学 计算机与信息技术学院,山西省 太原市 030006 山西大学 软件学院,山西省 太原市 030006 太原工业学院,山西省 太原市 030008 山西大学 数学科学学院,山西省 太原市 030006

会议类型: 国内会议

会议名称: 第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

会议地点: 烟台

会议语种:中文

页码: 1-9

在线出版日期: 2016-10-14（万方平台首次上网日期，不代表论文的发表时间）