利用深度学习识别无中心词匹配共指的名词性成分
计算与语言
2017-10-04 v1
摘要
识别无中心词匹配的名词性成分是共指消解中长期存在的挑战，当前系统的表现显著差于人类。本文提出了一种新的神经网络架构，在 CoNLL 2012 共享任务英文部分上优于当前最先进的系统。该架构通过对两个子模型产生的特征进行逻辑回归来实现，其中一个子模型采用 [CM16a] 中提出的架构，另一个则结合了先行词和提及的领域特定嵌入。我们还提出了一些简单的附加特征，这些特征似乎能显著提升所有模型的性能，在基本逻辑回归和其他复杂模型上将 F1 值提高了近 4%。
引用
@article{arxiv.1710.00936,
title = {Identifying Nominals with No Head Match Co-references Using Deep Learning},
author = {M. Stone and R. Arora},
journal= {arXiv preprint arXiv:1710.00936},
year = {2017}
}
备注
8 pages, 6 figures