使用卷积神经网络的多语言情态语义分类
计算与语言
2016-08-19 v1
摘要
情态语义分类（MSC）是一项特殊的词义消歧任务，依赖于情态词辖域内命题的含义。我们探索了一种用于英语和德语情态语义分类的卷积神经网络（CNN）架构。研究表明，CNN优于人工设计特征的分类器和标准神经网络分类器。我们分析了CNN学习到的特征图，并识别出已知和此前未被证实的语言学特征。我们在一个标准词义消歧任务上对CNN进行了基准测试，其表现优于使用语义消歧目标向量的模型。
引用
@article{arxiv.1608.05243,
title = {Multilingual Modal Sense Classification using a Convolutional Neural Network},
author = {Ana Marasović and Anette Frank},
journal= {arXiv preprint arXiv:1608.05243},
year = {2016}
}
备注
Final version, accepted at the 1st Workshop on Representation Learning for NLP, held in conjunction with ACL 2016