面向篇章的框架关系预测的表示学习

作     者：王燕 吕国英 李茹 任国华 Wang Yan;LüGuoying;Li Ru;Ren Guohua

作者机构：山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西省大数据挖掘与智能技术协同创新中心山西太原030006 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2023年第40卷第4期

页      面：128-133,210页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家社会科学基金项目(18BYY009) 

主　　题：框架关系 框架表示 框架定义 框架关系预测 

摘      要：框架关系可以描述框架与框架之间的语义关系,通过对篇章构建框架关系图发现图中存在孤立框架,一个篇章表达的是一个语义整体,框架间关系缺失阻碍了篇章句子之间建立联系。针对该问题,进行面向篇章的框架关系预测方法研究,分别使用WSABIE算法、Word2vec方法和TransE方法训练得到框架表示作为关系预测的输入;使用余弦相似度方法和以Hing-loss函数为优化目标的神经网络方法进行实验,并在神经网络中融入框架本身的属性信息——框架定义。实验结果验证了基于知识图谱表示学习方法(TransE方法)的优越性以及框架定义信息的有效性,提升了框架关系预测的性能。