一种用于语义框架槽填充的弱监督序列标注与语法归纳方法
计算与语言
2019-06-18 v1
摘要
本文描述了使用弱监督方法在指挥控制任务上进行语义框架槽填充的持续性工作。我们研究了利用再训练技术的优势，该技术将层次隐马尔可夫模型的输出作为两种归纳方法的输入：(1) 基于条件随机场和基于记忆的学习的判别性序列标注器；(2) 概率上下文无关语法归纳。实验结果表明，该设置在无需额外信息源的情况下能显著提升 F 值。此外，定性分析表明，该弱监督技术能够自动归纳出针对当前领域与任务的可解释且句法恰当的语法。
引用
@article{arxiv.1906.06493,
title = {A weakly supervised sequence tagging and grammar induction approach to semantic frame slot filling},
author = {Janneke van de Loo and Guy De Pauw and Walter Daelemans},
journal= {arXiv preprint arXiv:1906.06493},
year = {2019}
}