discourse relations | BriefGPT

关键词discourse relations

搜索结果 - 27

从电影场景中无监督归纳出特定事件对
本文关注了人类在叙事中的推理行为，提出了一种基于无监督方法和借鉴先前工作的事件对概率建模的方法，通过利用网络搜索数量和人类判断的连续性来提高准确率。
PDF7 years ago
ACL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
PDF7 years ago
EMNLP利用重复阅读的神经网络多层注意力识别隐含的语篇关系
本文通过结合注意力机制和外部记忆的神经网络，提出了多级关注度（NNMA）方法，用于识别隐含的言语关系。实验结果证明，本方法在 PDTB 数据集方面达到了最先进的成果，并且注意权重的可视化揭示了模型在逐渐固定关注度并定位重要词汇的过程。
PDF8 years ago
AAAI通过多任务神经网络的隐式语篇关系分类
本文提出一个新的卷积神经网络嵌入多任务学习系统，用于综合 PDTB 语料库内多个特定于每个语料库的言语分类任务，并展示实验结果表明我们的模型可以显著提高 Implicit discourse relation classification
PDF8 years ago
ACL一种用于语篇关系语言模型的潜变量循环神经网络
本文提出了一种新颖的潜变量循环神经网络架构，用于同时建模词序列和相邻句子之间的（可能潜在的）言语关系。它通过循环神经网络生成单个单词，并可以使用潜在变量表示言语关系。该模型可以使用既包括言语关系分类又包括词预测的训练目标，从而优于最先进的替
PDF8 years ago
ICLR实体增强的分布式语义在话语关系中的应用
本文提出了一种计算分布式含义表示的方法来解决自动识别篇章关系的难题。我们通过结合句子的句法解析树，并使用一种新颖的向下组成算法，计算实体提及的含义表示。这种方法不仅可以预测句子间的篇章关系，还可以预测它们的指代实体提及之间的关系，并在 Pe
PDF10 years ago
一个向量是不够的：实体增强的分布式语义用于话语关系
该研究通过自动计算句法分析树上的分布式含义表示来进行话语关系预测，包括实体提及之间的链接，并在预测 Penn 话语树库中的隐式话语关系时实现了显著改进。
PDF10 years ago