检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:杨凤玲 周俏丽[1] 蔡东风[1] 季铎[1] YANG Fengling;ZHOU Qiaoli;CAI Dongfeng;JI Duo(Research Center for Human-computer Intelligence,Shenyang Aerospace University,Shenyang,Liaoning 110136,China)
机构地区:[1]沈阳航空航天大学人机智能研究中心,辽宁沈阳110136
出 处:《中文信息学报》2018年第6期1-11,共11页Journal of Chinese Information Processing
基 金:国家自然科学基金(61403262);国家教育部社科司青年基金(14YJC740126)
摘 要:该文提出一种结合短语结构句法的语义角色标注方法。结合短语结构句法对句子进行剪枝、子句抽取处理,然后,对处理过的句子进行语义角色分析并还原。最后,结合短语树对还原后的论元边界进行修正。其中,剪枝包括并列结构、插入语的剪枝,子句抽取针对不同形式的子句有不同的处理方式。边界修正主要是针对某些类型论元进行修正。该文分别在CoNLL2004与CoNLL2005评测语料中做了实验,在CoNLL2005Shared Task的test_wsj数据集上F值为88.25%,在CoNLL2004Shared Task的test数据集上F值为85.66%。实验结果表明,引入短语结构句法能有效地提升语义角色的识别效果。This paper proposes a semantic role labeling method combined with the phrase structure parsing, consis- ting of sentence pruning, clause extraction, semantic role analyzing and sentence restoration, and themodification of the argument boundary. Pruning removes the parallel structure and parenthesis, and clause extraction has different processing methods for different forms of clauses. The modification of boundary is mainly aimed at certain semantic roles. The experiments on CoNLL2004 and CoNLL2005 corpus reveal the F-score of 85.66 % and 88.25%, respec- tively.
关 键 词:语义角色标注 短语结构句法分析 剪枝 子句抽取 边界修正
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.249