Dec, 2022

利用 FrameNet 中的定义查询模型：一种有效的帧语义角色标注方法

PDF
TL;DR本文提出了一种基于 FrameNet 的查询框架 ArGument Extractor with Definitions，该框架使用 FrameNet 中的框架和框架元素定义来查询文本中的参数，以指导模型学习标签的语义和加强参数之间的交互。实验证明，该框架在两个 FrameNet 数据集上的 F1 分数比先前的最新技术提高了 1.3，并且在零样本和少样本情况下具有较强的泛化能力。
frame semantic role labelingframenetargument extractor with definitionslabel semanticsargument interactions
发现论文，激发创造
  • 调试框架语义角色标注

    该研究对框架语义结构提取的统计模型进行了定量和定性分析，并提出了改进模型的新方法，包括使用预处理工具箱，探索语法预处理在统计分类器识别参数时的作用，以及利用机器学习算法等方式。

    Jan, 2019

  • 一种基于双图的框架语义分析方法

    本文提出了一种基于知识引导的增量语义解析方法，通过构建帧知识图谱和帧语义图，将帧语义分析转化为增量图构建问题，以加强子任务之间的相互作用和参数之间的关系。实验结果表明，该方法在两个 FrameNet 数据集上的 F1-score 比当前最先进的方法提高了 1.7。

    Jun, 2022

  • 语义角色标注遇上定义建模：利用自然语言描述谓词 - 论元结构

    本文提出了一种新的方法，利用定义建模来介绍一种广义的 SRL 形式，即使用自然语言定义而非离散标签来描述谓词论元结构。经过实验证明， 这种灵活的模型不会牺牲性能。

    Dec, 2022

  • 通过预测语义框架参数来改进隐式语义角色标注

    本文提出了一种基于预测递归神经语义框架模型（PRNSFM）的隐含语义角色标注（iSRL）方法，利用大型未注释语料库来学习给定谓词的一系列语义论证的概率，同时通过 PRNSFM 预测的序列概率估计谓词及其参数的选择性偏好，并在 NomBank iSRL 测试集上实验验证此方法的最新状态 - of-the-art 表现优于以往方法，且依赖较少于手工构建的语言资源。

    Apr, 2017

  • 语义角色标注的 MRC 框架

    本篇论文提出了一种利用机器阅读理解框架来解决语义角色标注中谓词消除和论元标注之间语义联系不足问题的方法，将谓词消歧形式化为多项选择机器阅读理解的形式，然后利用所选谓词的语义角色构造查询从而解决论元标注。实验证明该方法优于先前的工作。

    Sep, 2021

  • 深层度量学习获取框架成分知识以进行语义框架感知

    本篇论文提出了一种利用深度度量学习的方法，通过预训练语言模型对具有框架注释的数据进行微调，提取目标框架元素知识并完成相关聚类操作，实验证明该方法相比现有方法取得了明显的性能提升（基于 FrameNet 数据集）。

    May, 2023

  • 基于神经转移模型的端到端语义角色标注

    本文提出了第一个针对端到端语义角色标注任务采用转移模型的神经网络方法，并使用高阶组合提取非局部特征，实现了最佳性能和高效解码。在 CoNLL09 和 Universal Proposition Bank 上的实验结果表明，该方法可以创造最新的性能记录。

    Jan, 2021

  • 迭代结构细化进行的语义角色标注

    该文介绍了一种用于语义角色标注（SRL）的迭代优化方法及网络结构，通过建立非局部交互关系，有效提高了模型表现，在七种 CoNLL-2009 中取得了最优表现并在其中五种语言中的英语数据集上取得了最新的成果。

    Sep, 2019

  • 从语法无关到语法相关的完整端到端语义角色标注器？

    本文介绍了一个端到端的神经模型，它统一处理谓语消歧和参数标记，并通过使用双仿射评分器直接预测句子中所有给定单词对的语义角色标签，达到了比现有的支持语法的 SRL 系统更好的性能。

    Aug, 2018

  • 跨语言语义角色标注投影

    在 FrameNet 范例下，本文提出了一种基于注释投射的通用框架，它可以相对廉价地自动引发新语言中的角色语义标注。该框架利用了词汇和句法信息来设计投影模型，实验结果表明可以在英汉平行语料库中自动诱导具有高准确度的语义角色标注。

    Jan, 2014