分享主题

基于转移的语义依存图分析

分享背景

近年来，随着人们对传统树结构句子信息的缺陷认识日益深刻，出现了越来越多的图结构语义表示语料库。哈工大社会计算与信息检索研究中心在SemEval-2012上组织了世界上最早的语义依存分析技术评测。之后又将其推广到语义依存图，并在SemEval-2016上组织了国际公开评测。对图结构的分析与对传统树结构分析有较大区别：与传统树结构不同，在图结构中每个词的父节点个数是不确定的，这种不确定性使得对图结构的分析具有很大挑战性。本次分享主要介绍我们提出的基于转移的依存图分析方法，并具体讲解我们如何通过修改网络结构提升该系统的性能。

论文传送门： A Neural Transition-Based Approach for Semantic Dependency Graph Parsing

分享提纲

• 语义依存图介绍
• 用于分析依存图的转移系统
• 两种用于提升系统性能的神经网络模块
• 实验结果及分析