|
|||||
|
|
| 基于DNN的汉语框架识别研究 | |
| 引用本文： | 赵红燕,李 茹,张 晟,张力文.基于DNN的汉语框架识别研究[J].中文信息学报,2016,30(6):75-83. |
| 作者姓名： | 赵红燕 李 茹 张 晟 张力文 |
| 作者单位： | 1. 山西大学 计算机与信息技术学院,山西 太原 030006; 2. 太原科技大学 计算机科学与技术学院,山西 太原 030024; 3. 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 |
| 基金项目： | 国家自然科学基金(61373082);国家863计划(2015AA015407);山西省科技基础条件平台建设项目(2014091004-0103);山西省回国留学人员科研资助项目(2013-015);中国民航大学信息安全测评中心开放课题基金(CAAC-ISECCA-201402);国家自然科学基金(61673248) |
| 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。该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： | 汉语框架 框架识别 深度神经网络 分布式表征 |
Chinese Frame Identification with Deep Neural Network |
|
| ZHAO Hongyan,LI Ru,ZHANG Sheng,ZHANG Liwen.Chinese Frame Identification with Deep Neural Network[J].Journal of Chinese Information Processing,2016,30(6):75-83. | |
| Authors: | ZHAO Hongyan LI Ru ZHANG Sheng ZHANG Liwen |
| Affiliation: | 1. School of Computer & Information Technology, Shanxi University, Taiyuan, Shanxi 030006,China; 2. School of Computer Science & technology, Taiyuan University of Science and Technology, Taiyuan, Shanxi 030024, China; 3. Key Laboratory of Ministry of Education for Computation Intelligence & Chinese Information Processing, Shanxi University, Taiyuan, Shanxi 030006,China |
| Abstract: | Frame identification is a basic task of semantic role labeling, which assigns a correct frame to the labeled target word based on the semantic scene. At present, the state-of-the-art methods are primarily based on statistical machine learning, in which the performance heavily depends on the quality of the extracted features. This paper proposes a DNN based frame identification method, trying to capture the target word context automatically. Experiments on the Chinese FrameNet and the Peoples Daily(March, 2003) show 79.64% and 78.58% accuracy, respectively. |
| Keywords: | Chinese FramNet frame identification deep neural network distributed representation |
| 点击此处可从《中文信息学报》浏览原始摘要信息 | |
| 点击此处可从《中文信息学报》下载全文 | |