科研之友
微信
新浪微博
Facebook
分享链接
摘要
识别谓语中心词是理解句子的关键，对于分析汉语结构具有重要意义。汉语结构松散导致谓语中心词识别困难，成为中文信息处理中的难点问题。由于单个句子中只有一个谓语中心词，枚举跨度将会产生大量负样本，导致正负样本不平衡。谓语中心词及高度重叠的负例样本之间共享相同的上下文，语义相近，容易产生误报。为了解决这些问题，提出一种基于边界回归的谓语中心词识别方法。首先识别谓语中心词的边界，然后通过边界组合生成跨度，从而减少跨度负样本的数量并且降低计算的复杂度。通过边界回归模块，更新跨度在句子中相当于谓语中心词的位置，提高跨度边界的准确性。通过增加约束策略，输出唯一的谓语中心词。实验结果显示，该模型的F值达到了84.41%，验证了该模型识别谓语中心词的有效性。
-
单位贵州财经大学; 贵州大学
