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

作     者：杨进才 曹元 胡泉 YANG Jincai;CAO Yuan;HU Quan

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 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2022年第36卷第9期

页      面：19-27页

核心收录：

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家社会科学基金(19BYY092)。 

主　　题：因果类复句 关系识别 词向量 DPCNN模型 依存句法 

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F_(1)值最高,分别为98.41%,98.28%。