张力文
- 作品数：3 被引量：10H指数：2
- 供职机构：山西大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划山西省科技基础条件平台建设计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于词分布式表征的汉语框架排歧模型被引量：7
- 2017年
- 框架排歧是根据句子中目标词的上下文语境,从框架库中为该目标词自动选择一个合适的框架。该任务在一定程度上解决了动词中一词多义的现象。该文基于词语及句子的分布式表征,提出了基于距离和基于词语相似度矩阵的框架排歧模型。与传统方法相比,该模型有效避免了人工选择特征,克服了特征空间维度过高、特征之间没有关联性等缺点,使框架排歧的准确率达到65.71%。并与当前最好的模型,进行显著性和一致性检验,进一步验证了词分布式表征对框架排歧任务的有效性。
- 张力文王瑞波李茹李茹
- 基于词分布式表征的汉语框架排歧模型
- 框架排歧是根据句子中目标词的上下文语境,从框架库中为该目标词自动选择一个合适的框架.该任务在一定程度上解决了动词中一词多义的现象.本文基于词语及句子的分布式表征,提出了基于距离和基于词语相似度矩阵的框架排歧模型.与传统方...
- 张力文王瑞波李茹张晟
- 关键词：汉语词汇
- 基于DNN的汉语框架识别研究被引量：7
- 2016年
- 框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架。目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征。然而,人工选择特征的有效性和完备性无法保证。深度神经网络自动学习特征的能力,为我们提供了新思路。该文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64%和78.58%的准确率,实验证明该模型具有较好的泛化能力。
- 赵红燕李茹张晟张力文
