句法增强的UCCA语义分析方法

蒋炜, 李正华^?, 张民

苏州大学计算机科学与技术学院, 苏州 215006

收稿日期:2019-05-22修回日期:2019-09-19出版日期:2020-01-20

基金资助:国家自然科学基金(61876116, 61525205)和江苏高校优势学科建设工程项目资助

Syntax-Enhanced UCCA Semantic Parsing

JIANG Wei, LI Zhenghua^?, ZHANG Min

School of Computer Science and Technology, Soochow University, Suzhou 215006

Received:2019-05-22Revised:2019-09-19Published:2020-01-20

PDF

(644KB)

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： 考虑到句法结构与语义结构之间的紧密联系, 尝试将句法信息融入UCCA语义分析模型中来增强语义分析的性能。基于目前性能最好的基于图的 UCCA语义分析模型, 提出并比较4种不同的融入依存句法信息的方法。采用SemEval-2019国际评测语义分析任务的英文数据集进行实验, 在本领域和跨领域两个数据集上的结果均表明, 句法增强的方法能够给显著地提高UCCA分析性能。引入BERT特征后, 句法信息仍然可以提供一定的帮助。

引用本文

蒋炜, 李正华, 张民. 句法增强的UCCA语义分析方法[J]. 北京大学学报自然科学版, 2020, 56(1): 89-96.
JIANG Wei, LI Zhenghua, ZHANG Min. Syntax-Enhanced UCCA Semantic Parsing[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2020, 56(1): 89-96.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3438