重新审视日语谓词-论元结构分析局部模型的设计问题

Yuichiroh Matsubayashi; Kentaro Inui

重新审视日语谓词-论元结构分析局部模型的设计问题

计算与语言 2017-10-13 v1

作者: Yuichiroh Matsubayashi , Kentaro Inui

摘要

日语谓词-论元结构（PAS）分析的研究趋势正从具有局部特征的逐点预测模型转向旨在搜索全局最优解的全局模型。然而，现有的全局模型往往仅采用相对简单的局部特征，因此总体性能提升相当有限。本研究通过证明一个复杂的局部模型的性能可以通过近期的特征嵌入方法和基于神经网络的特征组合学习得到显著提升，并在通用基准数据集上的 $F_1$ 分数上优于最先进的全局模型，从而展示了设计局部模型的重要性。

关键词

日语谓词-论元结构分析局部模型全局模型特征嵌入神经网络

引用

@article{arxiv.1710.04437,
  title  = {Revisiting the Design Issues of Local Models for Japanese Predicate-Argument Structure Analysis},
  author = {Yuichiroh Matsubayashi and Kentaro Inui},
  journal= {arXiv preprint arXiv:1710.04437},
  year   = {2017}
}

备注

6 pages, 2 figures, in IJCNLP 2017

重新审视日语谓词-论元结构分析局部模型的设计问题

摘要

关键词

引用

备注

相关论文