ACLJun, 2021

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

PDF
TL;DR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。
chinese conversational speechdiscourse parsingneural modeldropped pronoun recoverygraph convolutional network
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

  • 通过模拟指代关系恢复汉语会话中丢失的代词

    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。

    May, 2019

  • 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

  • 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

  • 对话中内容和话语关系的联合建模

    该研究提出了一种联合建模方法来识别口头会议中的显著讨论点，并标记发言者之间的话语关系；对于预测内容选择和话语关系，该联合模型在两个普及的会议语料库上表现出优于现有方法的结果；同时，使用基于该模型构建的特征训练分类器相较于现有技术能够显著提高团队成员对团体决策的理解一致性预测性能。

    May, 2017

  • 具有注意力机制的循环神经网络用于识别中文隐含语篇关系

    本研究提出了一种基于注意力机制的双向长短时记忆网络模型，将论述关系的参数组合作为一个联合序列来模拟可以胜过不考虑词序的方法。我们的模型采用了部分采样方案，概念上简单，但是在中文语境的论语树库中取得了最先进的性能，我们还通过可视化其注意力机制的活动状态，说明了该模型在选择性关注输入序列相关部分方面的能力。

    Apr, 2017

  • 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

  • 基于标注启发的隐式语篇关系分类及辅助语篇连词生成

    研究了如何在缺乏话语连词的情况下进行隐含话语关系分类，设计了一种神经网络模型，通过预测和生成连词来实现话语关系的分类。实验结果表明，在 PDTB 2.0，PDTB 3.0 和 PCC 三个数据集上，该模型明显优于其他基线模型，从而表明了该模型的长处。

    Jun, 2023

  • 跨域上下文依赖语义解析的动态混合关系网络

    本文提出了一个动态图形框架，能够有效地建模上下文话语、令牌、数据库模式及其交互，并通过强大的重新排名模型进一步增强。该模型在 SParC 和 CoSQL 数据集上实现了新的最优表现。

    Jan, 2021