ACLMay, 2019

通过模拟指代关系恢复汉语会话中丢失的代词

PDF
TL;DR本文介绍了一种基于结构化关注机制的端到端神经网络模型，用于恢复中文会话数据中省略代词的指代。通过实验结果表明，该模型能够在三种不同类型的会话数据上显著提高省略代词恢复的效果。
pronoun recoveryend-to-end neural networkstructured attention mechanismconversational datachinese language
发现论文，激发创造
  • 利用共享恢复机制学习联合翻译和预测省略代词

    本文描述了一种改进的基于重构的方法，可以更准确地翻译省略词语言中省略的代词，并且通过对编码器和解码器表示的共享重构器的使用以及学习联合翻译和预测以避免通过外部模型传播的错误，提高了模型的性能。

    Oct, 2018

  • 中文会话语音中代词缺失恢复和对话语篇分析的联合模型

    本文提出了 DiscProReco，一种神经模型，用于联合恢复 DPR 和对话语篇分析 CDP，并进一步证明 DPR 和 CDP 之间的相关性。DiscProReco 利用有向图卷积网络来编码对话中的 utterance，使用 biaffine 分类器构建对话语篇图，并使用 multi-relational GCN 来产生增强过的语篇关系，同时结合了 token 状态和 utterance 状态作为 dropped pronoun recovery 的输入。实验结果表明，DiscProReco 明显优于两种任务的最先进基线。

    Jun, 2021

  • 使用重建模型翻译 Pro-Drop 语言

    本文提出了一种新颖的基于重构的方法来解决神经机器翻译中省略代词问题，自动提取并重构源语句使得神经机器翻译模型能够更好地嵌入被注释的代词信息，该方法显著和一致地提高了中英和日英对话翻译任务的翻译性能。

    Jan, 2018

  • 一种新的省略代词翻译方法

    本文提出了一种半监督方法，通过建立自动生成标注数据的 Dropped Pronouns 识别模型和基于深度学习的 DP 生成模型在翻译中识别并补充可能遗漏的代词，实验结果表明，该方法在翻译性能上有了显著提升。

    Apr, 2016

  • 可扩展的跨语言支枢词建模代词性别用于翻译

    本研究提出了一种基于跨语言枢轴技术的新颖方法，用于自动生成高质量的性别标签，并展示了这些数据可用于微调 BERT 分类器，该分类器对于西班牙语中丢失的女性代词具有 92％的 F1，相比之下，神经机器翻译模型和非微调 BERT 模型分别为 30-51% 和 54-71％。我们使用来自我们分类器的标签来增强神经机器翻译模型以改进代词翻译，同时仍具有可并行化的翻译模型，可以逐句翻译。

    Jun, 2020

  • 一个用于中文零代词消解的深度神经网络

    该研究提出了一种新的零代词特定神经网络，通过利用语义层面上的上下文信息来表示零代词，并使用两级候选人编码器来明确捕获候选人的本地和全局信息，实验结果表明，在各种实验设置中，我们的方法明显优于现有技术。

    Apr, 2016

  • 量化省略代词的话语支持程度

    该研究通过中文话题链理论阐述了角色 - 动词的连续性如何区分了省略的代词和表述的故事角色的选择，并表明省略主语的情况下，角色 - 动词连续性比非省略主语更显著，从而证明了话题的一致性在可选省略代词的语言和情境中确实促进了代词的省略。

    Sep, 2022

  • 深度强化学习用于中文零代词消解

    本研究采用深度强化学习模型，集成局部和全局决策，学习选择先前预测的先行词的策略，以在中文零代词消解中提高准确性。在 OntoNotes 5.0 数据集上的实验结果表明，本技术超过了最先进的模型。

    Jun, 2018

  • 学习两个任务的单模型：零代词预测与翻译

    本文提出了一种统一且考虑话语的零代词（Zero pronouns, ZPs）翻译方法，利用神经网络实现对 ZP 的预测和翻译，并采用分层神经网络来利用话语上下文，实验结果表明该方法在中英和日英语料数据上显著提高了机器翻译和 ZP 预测的准确性，尤其是缓解了主观 ZPs 带来的误差。

    Sep, 2019

  • VD-PCR: 通过代词指代消解提高视觉对话

    本文中提出了 VD-PCR，这是一种提高视觉对话理解的新框架，旨在通过使用代词照应解决方法，包括隐式和显式方法。采用隐式方法，采用新的方法来执行代词照应解决和视觉对话任务的联合训练；采用显式方法，提出从代词和它们的指示物的指代关系识别历史轮的相关性，以便在视觉对话模型输入中明确修剪不相关的历史轮。通过所提出的隐式和显式方法，VD-PCR 在 VisDial 数据集上取得了最先进的实验结果。

    May, 2022