融合篇章表征的事件指代消解研究

吴瑞萦, 孔芳^?

苏州大学计算机科学与技术学院, 苏州 215006

收稿日期:2019-05-14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(61876118, 61836007)资助

Event Coreference Resolution with Document Representation

WU Ruiying, KONG Fang^?

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

Received:2019-05-14Revised:2019-09-19Published:2020-01-20

PDF

(711KB)

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： 事件指代消解任务比实体指代消解难度大, 主要原因为事件描述在非结构化文本中分布稀疏, 且不具备同指关系的单链占很大比例, 同时事件自身承载的语义信息比实体更加丰富。为了准确地抽取文本中的同指事件, 针对以上特点, 提出一种融合篇章表征的事件指代消解模型。该模型通过CRF有效地区分非事件句、单链以及同指链, 同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息。在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性, 在CoNLL评测标准下F1值达到43.07%。

引用本文

吴瑞萦, 孔芳. 融合篇章表征的事件指代消解研究[J]. 北京大学学报自然科学版, 2020, 56(1): 82-88.
WU Ruiying, KONG Fang. Event Coreference Resolution with Document Representation[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2020, 56(1): 82-88.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3437