- 使用图注意力网络的方面和意见词提取
本研究探讨了图注意力网络在提取方面和意见术语方面的能力。我们将方面和意见术语提取看作是一种类似于命名实体识别的标记级分类任务,并使用输入查询的依赖树作为图注意力网络中的附加特征,结合了标记和词性特征。实验证明依赖结构是一个强大的特征,在 C - EMNLP4 和 7 位标记的投射和非投射依赖树
引入了一种将任何工程性依赖树表示为一系列 4 位标签(每个词一个标签)的用于解析的编码方法,其标签的位表示(1)是否为左或右从属关系,(2)是否为其父节点的最外层(左 / 右)从属关系,(3)是否具有左子节点,和(4)是否具有右子节点。在多 - 使用 Tree-RNN 和 Typed dependencies 识别句子对中的语义关系
提出了一种改进的 DT-RNN 模型,使用句法分析中识别出的语法关系类型来识别非近义句子,实验结果表明,在 SICK 数据集上进行的语义相关性和文本蕴含识别任务上,该模型比 DT-RNN 模型的分类准确率提高了 2%,且模型预测的相似度得分 - ACL通过句法信息改善视觉语言导航中的跨模态对齐
本文提出了一种新的导航代理程序,利用依赖树派生的句法信息增强指令和当前视觉场景之间的对齐,显著提高了在 Room-to-Room 数据集上的性能,同时在 Room-Across-Room 数据集上取得了新的最高性能水平。
- ACL语法增强的预训练模型
文章提出了一种新的基于 Transformer 模型的句法感知注意力层以及预训练任务,该模型可以从句法结构中获取信息来提高预训练模型在关系分类、实体类型标注和问答等任务中的表现。实验结果表明,该模型取得了当前最好的表现效果。
- EMNLP事件检测: 基于图卷积神经网络的门控多样性和句法重要性评分
该研究提出一种利用数据触发词信息进行噪音信息过滤的门控机制,同时采用依存树来获得单词的整体语境重要性评分,从而提高事件检测的性能。实验结果表明,该方法在两个数据集上均达到了最先进水平。
- DG-SpanBERT 高效长距离关系抽取
该研究提出了一种新的基于 SpanBERT 和图卷积网络的关系抽取模型 (DG-SpanBERT), 具有学习从大规模语料库中获取词汇特征和捕捉实体之间长距离关系的优点,在 TACRED 数据集上的实验结果表明其性能优于现有基于依存关系和序 - 在 Transformer NMT 中推广源语法知识是不必要的
本研究旨在通过使用 Transformer 模型和较大的语料库来提高源端句法知识的表征,并利用多任务学习进行数据操纵或使用专用模型组件。提供的结果表明,采用线性树而不是真实依赖得到的增益不是来自于语言知识的增加,而是由于在自注意矩阵上引起的 - 基于三维视觉特征表示的具身化语言基础
提出结合语言表述和三维可视化的方法,通过生成模型和检测模型等工具,可以从图像中推理出三维可视特征图,并进一步实现语言方面的任务,如检测引用表达和物体放置策略。这种方法可以更好地进行全景视角和空间推理。
- EMNLP带有结构位置表示的自注意力机制
本文提出将依赖树结构位置表示与传统的序列位置编码相结合,以更好地模拟输入句子的潜在结构,在中文到英文和英文到德语的翻译任务中,分别针对绝对和相对位置编码方式,实验证明提出的方法能够稳定提高自我注意力网络在各种自然语言处理任务上的表现。
- 利用树注意力改进 Tree-LSTM
通过在 Tree-LSTM 单元中引入可分解注意力的变体,我们设计了一种广义的注意力框架,适用于依赖树和组成树结构,并在语义相关性任务中评估了模型,与不使用注意力的 Tree-LSTM 方法以及其他神经和非神经方法相比表现显著。
- 双向依存树表示法改进方面术语提取
本篇文章提出了一种深度学习模型,用于从给定句子中提取方面术语。 该模型基于双向依赖树,同时利用自下而上和自上而下的传播方法获得了更全面的信息,并且在 SemEval 数据集上优于现有的基准模型。
- ACL面向中文文献文本的实体关系分类的结构正则化神经网络
本文提出了一个用于中文文学文本的关系分类任务并构建了一个新的数据集,通过 SR-BRCNN 模型基于结构规则的依存树上提取的最短依赖路径来识别实体之间的关系,实验结果表明该方法 F1 得分提高了 10.3,且在中文文学文本上优于当前的最先进 - AAAISEE: 基于语法感知的实体嵌入用于神经关系抽取
本文提出了一种基于语法树和句子嵌入的远程监督关系抽取方法,使用句子和实体的嵌入对关系进行分类,实验结果表明这种方法在真实数据集上取得了最佳的性能。
- 用于命名实体识别的图卷积网络
本文研究了依赖树在使用一组 GCN 的命名实体识别器中的作用。我们对不同的 NER 架构进行比较,并表明一句话的语法对结果产生积极影响。在 OntoNotes 数据集上的实验表明,在不需要大量特征工程或额外的语言特定知识的情况下,可以实现一 - 一种基于递归卷积神经网络的依存句法分析器重新排序模型
该研究提出了一种新的递归卷积神经网络(RCNN)体系结构,用于在依存树中建模节点,并在依存分析结果上取得了很好的效果。