返回首页您现在的位置: 主页 > 现场开奖直播室下载 > 文章内容

基于聚类的指代消解算法_科技频道_东方资讯

作者: admin 来源: 未知 时间: 2020-09-19 阅读:

找出 Mention

传统的方法采用了单个 Mention 的特征,而没有用到整个 Mention 簇的特征。但是这些簇特征包含更加丰富的语义信息,可以弥补单个 Mention 缺失的信息。 例如两个簇 {Bill Clinton} 和 {Clinton,She},可以更加容易区分第二个簇代表希拉里。

模型整体结构

第二部分是利用 Mention 的征向量,判断两个 Mention 是否指代相同的对象,如下图所示 "姐姐" 和 "她" 指代相同。

第一部分是找出文本中的 Mention,即一些指代的实体,例如下图中红色框的内容。

指代消解 (Coreference Resolution) 任务主要是识别文本中代表同一对象的实体 (Mention),例如 "小明告诉我他的想法" 里面的 "小明" 和 "他" 均指代小明。指代消解方法通常包括两个步骤:1. 识别 Mention;2.判断 Mention 之间是否指代相同对象。比较常见的判断方法是把两个 Mention 的特征传入神经网络,然后计算得分。本文介绍一种基于聚类的指代消解方法,每一个簇包含多个指代相同的 Mention,并利用簇的特征判断两个簇是否能融合。1.前言

本文主要介绍一种利用聚类的方法,通常指代消解任务包含两个部分:

在之前的文章《端到端指代消解 Coreference Resolution》 介绍了一种指代消解方法,其主要思想是把先判断文本的所有区间是否属于 Mention,然后再计算区间指代一致的得分。对于指代消解概念不熟悉的童鞋可以参考一下该文章。

判断 Mention 是否指示相同对象

因此《Improving Coreference Resolution by Learning Entity-Level Distributed Representations》中提出了一种生成 Cluster-Pair 向量的方法,并利用聚类的方式进行指代消解。2,今期117管家婆黑白图.基于聚类的模型

上一篇:增加新疆农副产品在安徽的影响力和销售量授 下一篇:没有了

相关阅读