计算机工程与应用 ›› 2022, Vol. 58 ›› Issue (8): 147-155.DOI: 10.3778/j.issn.1002-8331.2009-0422
刘广,涂刚,李政,刘译键,占志强
LIU Guang, TU Gang, LI Zheng, LIU Yijian, ZHAN Zhiqiang
摘要: 目前,实体识别与依存关系分析,采用的主要是基于监督学习的深度端到端方法。这种方法存在两个问题:不能引入背景知识;不能识别出自然语言的多粒度、嵌套特征。为了解决以上问题,提出了基于短语窗口的依存句法标注规则,并标注了中文短语窗口数据集(CPWD),同时设计了配套的多维端到端短语识别模型(MDM模型)。该标注规则以短语为最小单位,把句子分成7类可嵌套的短语类型,同时标示出短语之间的依存关系。MDM模型不仅可以引入背景知识,识别出句子中的各类嵌套短语,而且可以识别出短语之间的依存关系。实验结果表明,该标注规则方便易用。同时,MDM模型比传统端到端算法能更有效地处理短语嵌套的问题。在CPWD数据集上实验,MDM模型比端到端方法在[F1]值上提高1个百分点以上。相应的方法应用到了CCL2018的中文隐喻情感分析比赛中,在原有基础上提升了1个百分点以上,并取得第一名成绩。