基于DNN的汉语框架识别研究

摘要：

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架.目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征.然而,人工选择特征的有效性和完备性无法保证.深度神经网络自动学习特征的能力,为我们提供了新思路.本文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64％和78.58％的准确率,实验证明该模型具有较好的泛化能力.

关键词： 现代汉语 框架识别 深度神经网络 分布式表征

作者: 赵红燕 李茹 张晟 张力文

作者单位: 山西大学计算机与信息技术学院,山西太原030006;太原科技大学计算机科学与技术学院,山西太原030024 山西大学计算机与信息技术学院,山西太原030006;山西大学计算智能与中文信息处理教育部重点实验室,山西太原030006 山西大学计算机与信息技术学院,山西太原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: 1-11

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）