基于超标记且感知句法的神经语义角色标注
计算与语言
2019-04-05 v2
摘要
我们提出了一种新颖的、感知句法的基于依存关系的语义角色标注模型，其在英语和西班牙语上均优于无句法感知的模型。我们使用 BiLSTM 将文本标注为从依存句法分析中提取的超标记，并将这些超标记与词和词性一同输入一个深度 highway BiLSTM 以进行语义角色标注。我们的模型结合了早期基于完整依存句法分析进行 SRL 的模型与近期完全不使用句法信息的模型二者的优势。我们的局部且非集成模型在 CoNLL 09 英语和西班牙语数据集上达到了最先进的性能。SRL 模型受益于句法信息，并且我们表明超标记是一种将句法融入神经 SRL 系统的简单、强大且鲁棒的方法。
引用
@article{arxiv.1903.05260,
title = {Syntax-aware Neural Semantic Role Labeling with Supertags},
author = {Jungo Kasai and Dan Friedman and Robert Frank and Dragomir Radev and Owen Rambow},
journal= {arXiv preprint arXiv:1903.05260},
year = {2019}
}
备注
NAACL 2019, Added Spanish ELMo results