通过建模指代对象恢复中文对话中脱落的代词
计算与语言
2019-06-06 v1
摘要
代词经常在中文句子中脱落，且在对话体裁中更为频繁，因为其指代对象可从上下文轻易理解。恢复脱落的代词对于信息抽取（需解析这些脱落代词的指代对象）或机器翻译（当中文为源语言时）等应用至关重要。本文中，我们提出一种新颖的端到端神经网络模型，用于恢复对话数据中的脱落代词。我们的模型基于结构化注意力机制，利用句子级和词级信息对脱落代词的指代对象进行建模。在三种不同对话体裁上的结果表明，我们的方法相较当前最优水平取得了显著提升。
引用
@article{arxiv.1906.02128,
title = {Recovering Dropped Pronouns in Chinese Conversations via Modeling Their Referents},
author = {Jingxuan Yang and Jianzhuo Tong and Si Li and Sheng Gao and Jun Guo and Nianwen Xue},
journal= {arXiv preprint arXiv:1906.02128},
year = {2019}
}
备注
accepted by NAACL 2019