面向文本理解的显式上下文语义
计算与语言
2019-11-19 v3
摘要
谁对谁做了什么在自然语言理解中是一个主要焦点，而这正是语义角色标注（SRL）任务的目标。尽管共享大量处理特征甚至任务目的，但令人惊讶的是，以往工作从未正式报道过联合考虑这两个相关任务。因此，本文首次尝试让SRL通过指定动词谓词及其对应语义角色来增强文本理解与推理。在深度学习模型方面，我们的嵌入由显式上下文语义角色标签增强，以获得更细粒度的语义。我们表明，这些显著标签可便捷地添加到现有模型中，并在具有挑战性的文本理解任务中显著改进深度学习模型。在基准机器阅读理解和推理数据集上的广泛实验验证了所提出的语义学习帮助我们的系统基于已被最新进展中良好预训练语言模型增强的强基线达到了新的state-of-the-art。
引用
@article{arxiv.1809.02794,
title = {Explicit Contextual Semantics for Text Comprehension},
author = {Zhuosheng Zhang and Yuwei Wu and Zuchao Li and Hai Zhao},
journal= {arXiv preprint arXiv:1809.02794},
year = {2019}
}
备注
Proceedings of the 33nd Pacific Asia Conference on Language, Information and Computation (PACLIC 33)