典型文献
基于Transformer和图卷积神经网络的隐喻识别
文献摘要：
[目的]提出一种基于图卷积神经网络和Transformer的隐喻识别模型,既能有效识别单词隐喻,又能解决多个词语共同引发的隐喻表达.[方法]利用图卷积神经网络提取句法依存树中的句法结构信息,联合从Transformer结构学习的深层语义表示,通过SoftMax计算目标词隐喻表达的概率.[结果]在英文数据集UVA VERB 和 UVAALLPOS 上 F1 值分别提高 1.9％和 1.7％,TOEFL VERB 和 TOEFL ALLPOS 上 F1 值分别提高1.1％和1.9％;在中文数据集CCL上F1值提高1.2％.[局限]如果句子中存在歧义或者指代信息不明确的现象,则不能有效识别句子中的隐喻现象.[结论]图卷积神经网络和句法依存树的引入确实能在一定程度上丰富目标词语义信息,提高单词和多词隐喻的识别效果.
文献关键词：
隐喻识别;图卷积神经网络;依存分析;Transformer
中图分类号：
作者姓名：
郭樊容;黄孝喜;王荣波;谌志群;胡创;谢一敏;司博宇
作者机构：
杭州电子科技大学认知与智能计算研究所 杭州310018
文献出处：
引用格式：
[1]郭樊容;黄孝喜;王荣波;谌志群;胡创;谢一敏;司博宇-.基于Transformer和图卷积神经网络的隐喻识别)[J].数据分析与知识发现,2022(04):120-129
A类：
VERB,UVAALLPOS,TOEFL,ALLPOS
B类：
Transformer,图卷积神经网络,隐喻识别,识别模型,单词,词语,隐喻表达,句法依存树,句法结构,结构信息,结构学习,深层语义,SoftMax,中文数据集,CCL,句子,歧义,指代,别句,语义信息,依存分析
AB值：
0.238992
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
