面向信息抽取的语义框架解析中的复杂性来源
计算与语言
2018-12-24 v1 人工智能
摘要
本文描述了一种基于序列标注方法（具体为带高速连接的 BiLSTM 模型）的语义框架解析系统，用于对按照 Berkeley FrameNet 形式体系标注的法语百科历史文本语料库进行信息抽取。本研究提出的方法依赖于一个集成序列标注模型，该模型联合优化框架识别与语义角色分割及识别。本研究的目的是分析任务复杂性，突出使语义框架解析成为困难任务的因素，并对不同类型框架和句子上的性能提供详细评估。
引用
@article{arxiv.1812.09193,
title = {Sources of Complexity in Semantic Frame Parsing for Information Extraction},
author = {Gabriel Marzinotto and Frédéric Béchet and Géraldine Damnati and Alexis Nasr},
journal= {arXiv preprint arXiv:1812.09193},
year = {2018}
}