句子语义合理性评测：基于 HowNet 的义原-词匹配神经网络
计算与语言
2018-09-12 v1
摘要
语义合理性的自动评测是一项重要且具有挑战性的任务，当前的自动技术难以很好地识别一个句子在语义上是否合理。基于语言模型的方法并非以合理性而是以常见性来衡量句子。基于与人类书写句子相似度的方法在人类书写参照不可得时会失效。本文提出一种称为义原-词匹配神经网络（SWM-NN）的新模型，利用义原知识库 HowNet 解决语义合理性评测问题。其优势在于我们的模型能利用义原的恰当组合来表示词在特定上下文中的细粒度语义。我们使用细粒度语义表示帮助模型学习词间语义依赖。为评估所提模型有效性，我们构建了一个大规模合理性评测数据集。在该数据集上的实验结果表明，所提模型以准确率提升 5.4% 优于有竞争力的基线。
引用
@article{arxiv.1809.03999,
title = {Evaluating Semantic Rationality of a Sentence: A Sememe-Word-Matching Neural Network based on HowNet},
author = {Shu Liu and Jingjing Xu and Xuancheng Ren and Xu Sun},
journal= {arXiv preprint arXiv:1809.03999},
year = {2018}
}