CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于深度神经网络的语义角色标注
王明轩; 刘群
2018
发表期刊中文信息学报
ISSN1003-0077
卷号32.0期号:002页码:50
摘要该文提出了一个基于多层长短期记忆神经网络的语义角色标注方法,并装置了新颖的"直梯单元"(elevator unit,EU)。EU包含了对单元内部输入和输出的线性连接,使信息可以通畅地在不同层之间传播。通过EU,一个20层的LSTM网络可以得到比较充分的优化。重要的是,这个线性连接包含的"门"函数可以正则和控制信息在时间方向和空间方向上的传播。不同层次的抽象信息也可以被EU直接带到输出层进行语义角色标注。尽管这个模型非常简单,不需要任何额外的特征输入,但是它取得了理想的实验结果,在CoNLL-2005公开数据集上取得了F=81.56%的结果,在CoNLL-2012公开数据集上取得了F=82.53%的结果,比之前最好的结果分别提高了0.5%和1.26%。另外,在领域外的数据集上我们也取得了F值2.2%的显著提升,这是当前世界上最好的性能。该模型比较简洁,非常容易实现和并行,在单一的K40GPU上取得了每秒11.8K单词的解析速度,远远高于之前的方法。
关键词语义角色标注 深度学习
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/27779
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
第一作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
王明轩,刘群. 基于深度神经网络的语义角色标注[J]. 中文信息学报,2018,32.0(002):50.
APA 王明轩,&刘群.(2018).基于深度神经网络的语义角色标注.中文信息学报,32.0(002),50.
MLA 王明轩,et al."基于深度神经网络的语义角色标注".中文信息学报 32.0.002(2018):50.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[王明轩]的文章
[刘群]的文章
百度学术
百度学术中相似的文章
[王明轩]的文章
[刘群]的文章
必应学术
必应学术中相似的文章
[王明轩]的文章
[刘群]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。