关键词abstract meaning representation (amr)
搜索结果 - 7
- 广泛可解释的语义表示：用于更广泛适用性的无框架意义表示
本文提出了一种新的语义表示方法 WISeR，突破了抽象意义表示 (AMR) 的挑战。我们将 AMR 谓词的编号参数转换为不需要引用语义框架的主题角色，创建了一个新的包含 1K 个英语对话句子的 WISeR 和 AMR 注释语料库，并训练了一 - 使用抽象意义表示法进行翻译简化
本文探讨使用抽象意义表示（AMR）作为一种过渡语言，以降低机器翻译中的翻译语现象。结果表明，使用 AMR 可以降低翻译语的影响，与其他两种方法相比，其表现更佳。
- IJCAI基於可解釋的 AMR 問題分解的多跳問答
本文提出了一种基于抽象意义表征的问题分解方法，通过将多跳问题分解成简单的子问题并按顺序回答它们，实现了可解释的推理过程。实验结果表明，这种方法在可解释的推理方面具有竞争力，并且由 QDAMR 生成的子问题形式良好，优于现有的基于问题分解的多 - AMR 对齐：关注交叉注意力
本研究探讨了基于 Transformer 模型的句法分析器的交叉注意力机制及其对句子结构与语义间的对齐能力，提出了一种有效的交叉关注权重的监督和引导方法并通过实验验证其效果。
- ACL基于转移的 AMR 分析的对齐生成及应用
通过直接学习 node-to-word alignments，提出了一个基于神经网络的 AMR 分析算法，并通过分析 aligner 有关的重要操作序列的分布集成于解析器的训练过程中，从而提高了对 AMR3.0 的性能。
- ACL利用抽象意义表示进行知识库问答
本文提出了一种模块化的知识库问答系统 Neuro-Symbolic Question Answering (NSQA)，它采用 Abstract Meaning Representation (AMR) parse 语义分析、简单有效的图转 - EMNLP使用抽象意义表示导向神经语言生成进行摘要生成
本文提出了通过 Abstract Meaning Representation (AMR) 结合神经语言生成模型的抽象摘要方案，使用源文档进行指导可以提高抽象摘要的质量，并在 ROUGE-2 测试中表现优异。