用于槽填充的卷积神经网络与传统模型的比较
计算与语言
2016-04-05 v2
摘要
我们解决槽填充背景下的关系分类问题，即寻找并评估诸如“X 创立了苹果”中槽 X 的填充词（如“史蒂夫·乔布斯”）的任务。我们提出一种卷积神经网络，其根据关系参数将输入句子拆分为三部分，并将其与最先进的和传统的关系分类方法进行比较。最后，我们组合不同方法并展示组合优于单个方法。我们还分析了体裁差异对性能的影响。
引用
@article{arxiv.1603.05157,
title = {Comparing Convolutional Neural Networks to Traditional Models for Slot Filling},
author = {Heike Adel and Benjamin Roth and Hinrich Schütze},
journal= {arXiv preprint arXiv:1603.05157},
year = {2016}
}
备注
NAACL 2016