实验室关于隐喻分类任务的研究成果被期刊IEEE Access录用
新闻来源:IR实验室       发布时间:2019/6/30 10:50:46


  近年来,基于自然语言处理技术的隐喻识别研究逐渐成为相关领域的研究热点,实验室一直致力于该领域的研究和探索。近日,收到期刊《IEEE Access》编辑部邮件,实验室张冬瑜老师等的研究工作“Combining the Attention Network and Semantic Representation for Chinese Verb Metaphor Identification”已被录用。

  具体研究内容如下:针对现有的模型对语义信息使用过于简单的问题,提出了一种适用于隐喻分类任务的词语向量表示方法,在原始词向量的基础上,本文采用词语嵌入式表示学习的方法,来学习《同义词词林》中的分组结构信息。相比于将同义词词林中的抽象类别直接应用于隐喻识别,这种将词语进行嵌入式表示的方法不仅可以使模型学习到抽象类别的信息,还可将《同义词词林》各类别的信息融合到词语的语义表示过程中,通过神经网络进行训练后,获取其更高维的信息,使神经网络在句子语义编码的过程中,对《同义词词林》信息利用地更为充分。而通过基于主谓宾信息的动词隐喻Attention网络的特征获取,可以将同义词词林的信息与原句的信息进行更好的整合,使得在句子进行LSTM 编码及计算各词权重时,可以充分考虑到全局的主谓宾信息,使得特征信息不会与原文相割裂,从而提高中文动词隐喻的识别效果。