基于训练样本集扩展的隐式篇章关系分类
2016-05-04朱珊珊丁思远严为绒姚建民朱巧明
中文信息学报 2016年5期
朱珊珊,洪 宇,丁思远,严为绒,姚建民,朱巧明
(苏州大学 江苏省计算机信息处理技术重点实验室,江苏 苏州 215006)
基于训练样本集扩展的隐式篇章关系分类
朱珊珊,洪 宇,丁思远,严为绒,姚建民,朱巧明
(苏州大学 江苏省计算机信息处理技术重点实验室,江苏 苏州 215006)
隐式篇章关系分类主要任务是在显式关联线索缺失的情况下,自动检测特定论元之间的语义关系类别。前人研究显示,语言学特征能够有效辅助隐式篇章关系的分类。目前,主流检测方法由于缺少足够的已标注隐式训练样本,导致分类器无法准确学习各种分类特征,分类精确率仅约为40%。针对这一问题,该文提出一种基于训练样本集扩展的隐式篇章关系分类方法。该方法首先借助论元向量,以原始训练样本集为种子实例,从外部数据资源中挖掘与其在语义以及关系上一致的“平行训练样本集”;然后将“平行训练样本集”加入原始训练样本集中,形成扩展的训练样本集;最后基于扩展的训练样本集,实现隐式篇章关系的分类。该文在宾州篇章树库(Penn Discourse Treebank, PDTB)上对扩展的训练样本集进行评测,结果显示,相较于原始训练样本集,使用扩展的训练样本集的实验系统整体性能提升8.41%,在四种篇章关系类别上的平均性能提升5.42%。与现有主流分类方法性能对比,识别精确率提升6.36%。
隐式篇章关系;语义向量;训练样本集扩展;篇章分析
1 引言
篇章关系研究任务旨在推理特定文本跨度范围内论元(即具有独立语义的文字片段,包括子句、句子或文本块等)之间的语义连接关系。……
登录APP查看全文
