典型文献
基于DPCNN模型与语句特征融合的汉语因果类复句关系自动识别
文献摘要：
汉语复句关系识别是对复句语义关系的识别,复句关系类别的自动识别对促进语言学和中文信息处理的研究有重要的价值.因果类复句是使用频率最高的复句,文中以二句式有标广义因果复句为研究对象,使用语言技术平台LTP进行依存句法分析,获得词性、依存父节点的词序、与父节点的依存关系等特征,将特征的不同组合与预训练的词向量拼接,得到新的向量,将新的向量输入到DPCNN模型中来进行关系类别识别.通过实验对提出的方法进行检验,实验结果显示:与未融合任何特征相比,DPCNN模型中融合语句特征使实验结果的指标均有提升,表明融合语句特征能取得更好的识别效果.在各种特征组合中,融合POS特征组合得到的准确度和F1值最高,分别为98.41％,98.28％.
文献关键词：
因果类复句;关系识别;词向量;DPCNN模型;依存句法
中图分类号：
作者姓名：
杨进才;曹元;胡泉
作者机构：
华中师范大学 计算机学院,湖北 武汉 430079;华中师范大学 教育信息技术学院,湖北 武汉 430079
文献出处：
引用格式：
[1]杨进才;曹元;胡泉-.基于DPCNN模型与语句特征融合的汉语因果类复句关系自动识别)[J].中文信息学报,2022(09):19-27
A类：
因果类复句
B类：
DPCNN,语句,特征融合,自动识别,汉语复句,关系识别,语义关系,中文信息处理,使用频率,二句,句式,因果复句,语言技术,技术平台,LTP,依存句法分析,词性,词序,依存关系,不同组合,预训练,词向量,向量拼接,合语,能取,特征组合,POS
AB值：
0.352888
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。
