计算机软件及计算机应用论文_古汉语实体关系联

文章目录

1 引言

2 研究现状

3 文本标注思想

3.1 关系配价标注

3.2 命题逻辑标注

3.3 单一关系存在

4 Word Embedding-Bi GRU-CRF模型

4.1 训练数据

4.2 词嵌入

4.3 Bi GRU模型

4.4 CRF模型

5 结果分析

6 结语

文章摘要:【目的】针对古汉语数据集标注规范研究缺失的现实,提出一套面向古汉语的实体关系标注方法。【方法】通过对逻辑语义学、深度学习、历史学的有机融合,提出古汉语实体关系抽取数据集标注方法,由"关系配价标注""命题逻辑标注"以及"单一关系存在"原则构成,适用于小样本学习。【结果】利用Word Embedding-BiGRU-CRF端到端关系序列标注模型,在《史记》文本数据集上进行实验,在实体关系抽取与命题逻辑抽取任务上F1值分别达到42.02%与34.07%。【局限】未使用BERT、ALBERT等预训练模型,而是选择了较为经典的Word2Vec模型完成词嵌入任务。从模型最终的结果来看,相关研究仍有较大的上升空间。【结论】初步验证了标注方法与联合抽取模型的可行性,填补了面向古汉语实体关系抽取的研究空白。

文章关键词:

论文分类号:TP391.1

上一篇：中国语言文字论文_汉语言档案名词发展的基本历
下一篇：没有了