面向细粒度隐式篇章关系识别的远距离监督特征学习算法

唐裕婷, 李艳斌, 刘露, 于中华, 陈黎^†

四川大学计算机学院, 成都 610065

收稿日期:2018-04-15修回日期:2018-08-20出版日期:2019-01-20

基金资助:四川省科技支撑项目(2014GZ0063)资助

Feature Learning by Distant Supervision for Fine-Grained Implicit Discourse Relation Identification

TANG Yuting, LI Yanbin, LIU Lu, YU Zhonghua, CHEN Li^†

Department of Computer Science, Sichuan University, Chengdu 610065

Received:2018-04-15Revised:2018-08-20Published:2019-01-20

RichHTML

0

PDF

(629KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 针对中文细粒度隐式篇章关系识别进行研究。考虑细粒度篇章关系的方向性特点, 提出一种基于远距离监督的特征学习算法。该算法使用远距离监督的方法, 自动标注显式篇章数据, 然后利用词与连词之间的相对位置信息, 训练各个词的词表达, 将词的修辞功能以及关系的方向性编码到密集词表达中, 将这样的词表达应用到细粒度隐式篇章关系分类器。实验结果表明, 在细粒度隐式篇章关系识别任务中, 该方法的分类准确率达到49.79%, 比未考虑篇章关系方向性的方法有较大程度的提高。

引用本文

唐裕婷, 李艳斌, 刘露, 于中华, 陈黎. 面向细粒度隐式篇章关系识别的远距离监督特征学习算法[J]. 北京大学学报自然科学版, 2019, 55(1): 91-97.
TANG Yuting, LI Yanbin, LIU Lu, YU Zhonghua, CHEN Li. Feature Learning by Distant Supervision for Fine-Grained Implicit Discourse Relation Identification[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(1): 91-97.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3304