融合全局和局部注意力机制的自然语言框架识别方法

作     者：郭哲铭 张虎 崔军 王笑月 Guo Zheming;Zhang Hu;Cui Jun;Wang Xiaoyue

作者机构：山西大学计算机与信息技术学院山西太原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8期

页      面：167-173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：国家自然科学基金项目(61772324) 

主　　题：框架识别 框架语义学 注意力机制 BERT 局部信息特征 

摘      要：框架识别是框架语义学研究中进行浅层语义分析的核心任务,要求根据句子中目标词的上下文语义场景从给定的框架库中选择最相符的框架。现有的识别方法只考虑了句子的全局特征,忽略了目标词周围的局部信息,基于此,提出一种融合全局和局部注意力机制的框架识别方法。通过BERT预训练模型生成输入文本的向量表示;利用全局注意力机制和局部注意力机制分别对上下文与目标词周边信息进行编码;融合全局和局部信息编码进行框架选择。实验结果表明,该方法在FrameNet和CFN数据集上分别取得了88.39%和74.90%的准确率,优于多个基线模型,且对中英文数据具有较好的适应性。