一种基于双图的框架语义解析框架
计算与语言
2022-12-06 v1
摘要
框架语义解析是一项基本的自然语言处理任务，它包含三个子任务：框架识别、论元识别和角色分类。以往的大多数研究往往忽略了不同子任务和论元之间的关系，并且很少关注 FrameNet 中定义的本体框架知识。在本文中，我们提出了一种基于双图的知识引导增量式语义解析器（KID）。我们首先引入了框架知识图谱（FKG），这是一个基于框架知识构建的、同时包含框架和框架元素（FEs）的异构图，以便我们能够为框架和框架元素推导出知识增强的表示。此外，我们提出了框架语义图（FSG），用图结构来表示从文本中提取的框架语义结构。通过这种方式，我们可以将框架语义解析转化为一个增量式图构建问题，以加强子任务间的交互和论元间的关系。我们的实验表明，在两个 FrameNet 数据集上，KID 的 F1 分数比先前最先进的方法高出多达 1.7 分。我们的代码可在 https://github.com/PKUnlp-icler/KID 获取。
引用
@article{arxiv.2206.09158,
title = {A Double-Graph Based Framework for Frame Semantic Parsing},
author = {Ce Zheng and Xudong Chen and Runxin Xu and Baobao Chang},
journal= {arXiv preprint arXiv:2206.09158},
year = {2022}
}
备注
14 pages