中文会话语音中代词省略恢复与对话篇章解析的联合模型
计算与语言
2021-06-08 v1
摘要
本文提出了一个用于中文会话语音中代词省略恢复（DPR）和对话篇章解析（CDP）的联合神经模型。我们表明DPR和CDP密切相关，联合模型对两个任务都有益。我们将模型称为DiscProReco，它首先使用有向图卷积网络（GCN）对对话中每个话语的标记进行编码。然后聚合一个话语的标记状态以产生每个话语的单一状态。然后将话语状态输入双仿射分类器以构建对话篇章图。接着对话语状态应用第二个（多关系）GCN，以产生话语的篇章关系增强表示，然后将其与每个话语中的标记状态融合，作为代词省略恢复层的输入。联合模型在我们标注了两种信息的新结构解析增强代词省略恢复（SPDPR）数据集上进行训练和评估。在SPDPR数据集和其他基准上的实验结果表明，DiscProReco在两个任务上均显著优于最先进的基线方法。
引用
@article{arxiv.2106.03345,
title = {A Joint Model for Dropped Pronoun Recovery and Conversational Discourse Parsing in Chinese Conversational Speech},
author = {Jingxuan Yang and Kerui Xu and Jun Xu and Si Li and Sheng Gao and Jun Guo and Nianwen Xue and Ji-Rong Wen},
journal= {arXiv preprint arXiv:2106.03345},
year = {2021}
}
备注
Accepted by ACL2021