神经语义角色标注中谓词与论元的联合预测
计算与语言
2018-08-14 v2
摘要
近期基于 BIO 标注的神经语义角色标注模型性能优异，但假设标准谓词作为输入的一部分，且无法引入片段级特征。我们提出一种端到端方法，用于联合预测所有谓词、论元片段及其之间的关系。该模型对每一可能的词-片段对之间是否存在关系以及存在何种关系做出独立决策，并学习上下文化的片段表示，为每次决策提供丰富的共享输入特征。实验表明，该方法在无标准谓词的 PropBank SRL 上达到了新的最优水平。
引用
@article{arxiv.1805.04787,
title = {Jointly Predicting Predicates and Arguments in Neural Semantic Role Labeling},
author = {Luheng He and Kenton Lee and Omer Levy and Luke Zettlemoyer},
journal= {arXiv preprint arXiv:1805.04787},
year = {2018}
}
备注
5 pages, ACL 2018