基于类型矩阵转移的汉越事件因果关系识别OACSTPCD
针对汉越跨语言新闻事件因果关系识别中,汉越跨语言的文本语义空间难以统一、新闻之间的因果关联特征捕获困难的问题,提出了基于类型矩阵转移的汉越跨语言新闻事件因果关系识别方法。通过跨语言预训练统一汉越跨语言的文本语义空间,使用树形长短期记忆循环神经网络提取汉越文本中的句法结构化特征,融入汉越句法特征并结合基于事件类型转移的注意力机制,对汉越事件句对的因果关系进行识别。实验结果表明,该方法在汉越跨语言新闻事件因果关系的识别上较基线模型准确率有所提升。
高盛祥;熊琨;余正涛;张磊;黄于欣;
昆明理工大学信息工程与自动化学院,昆明650500 昆明理工大学云南省人工智能重点实验室,昆明650500
计算机与自动化
汉越跨语言事件类型语言对抗句法信息因果关系
《重庆邮电大学学报(自然科学版)》 2024 (001)
P.118-127 / 10
国家自然科学基金(U23A20388,U21B2027,62376111,61972186,61732005);云南高新技术产业发展项目(201606);云南省重点研发计划(202303AP140008,202103AA080015);云南省科技人才与平台计划(202105AC160018)~~。
评论