英语介词短语论元属性的预测
计算与语言
2019-04-16 v4
摘要
区分动词的论元与附语是一个长期存在且非平凡的问题。在自然语言处理中，论元属性信息在语义角色标注（SRL）和介词短语（PP）依附歧义消解等任务中十分重要。在理论语言学中，存在许多针对论元属性的诊断测试，但它们常产生冲突且可能是渐变的结果。对于如 PP 这类句法上斜格的成分而言尤其如此。我们基于这两类动机提出了两个 PP 论元属性预测任务：（1）VerbNet 中 PP 的二元论元-附语分类，以及（2）以人类判断为金标准的渐变论元属性预测，并报告了使用预训练词嵌入及其他具有语言信息的特征所得的预测模型结果。我们在各任务上的最佳结果分别为（1），（ELMo+BiLSTM）和（2）Pearson 相关系数 （word2vec+MLP）。此外，我们展示了当句子编码器使用我们的任务进行预训练时，论元属性预测可通过在 SRL 上的性能提升来改进句子表示。
引用
@article{arxiv.1809.07889,
title = {Predicting the Argumenthood of English Prepositional Phrases},
author = {Najoung Kim and Kyle Rawlins and Benjamin Van Durme and Paul Smolensky},
journal= {arXiv preprint arXiv:1809.07889},
year = {2019}
}
备注
AAAI-19