摘要

框架关系可以描述框架与框架之间的语义关系,通过对篇章构建框架关系图发现图中存在孤立框架,一个篇章表达的是一个语义整体,框架间关系缺失阻碍了篇章句子之间建立联系。针对该问题,进行面向篇章的框架关系预测方法研究,分别使用WSABIE算法、Word2vec方法和TransE方法训练得到框架表示作为关系预测的输入;使用余弦相似度方法和以Hing-loss函数为优化目标的神经网络方法进行实验,并在神经网络中融入框架本身的属性信息——框架定义。实验结果验证了基于知识图谱表示学习方法(TransE方法)的优越性以及框架定义信息的有效性,提升了框架关系预测的性能。