融合依存信息和卷积神经网络的越南语新闻事件检测

作者：王吉地; 郭军军; 黄于欣; 高盛祥^*; 余正涛; 张亚飞

来源：南京大学学报(自然科学), 2020, 56(01): 125-131.

DOI：10.13232/j.cnki.jnju.2020.01.014

• 新闻事件检测
• 依存句法信息
• 卷积神经网络
• 越南语

新闻事件检测是自动检测新闻文本中出现的相关事件,需要大量人力设计模板,而且难以获取句中隐含的语义信息,识别触发词时多存在歧义.为解决以上问题,利用融合依存句法信息的卷积神经网络(Dependency Parsing Convolutional Neural Networks,DPCNN),针对句子级别越南语新闻事件进行检测.该模型在编码过程中融合了词义、位置信息、词性信息和命名实体信息,利用传统卷积编码连续词之间的特征,利用融合依存句法信息的卷积编码非连续词之间的特征,再融合两部分特征作为事件编码,进而实现事件检测.实验结果表明,该方法在越南语新闻事件检测中取得了很好的效果.

• 单位
  昆明理工大学; 自动化学院