文档摘要：隐喻普遍存在于自然语言中,精确的识别隐喻可以促进自然语言处理具体任务中语义的理解.为了提高中文名词隐喻识别效果,提出一种基于知识增强的语义表示(ERNIE)和双向长短期记忆网络(BiLSTM)的分类模型ERNIE_BiLSTM.该模型使用ERNIE进行编码,获取上下文相关的语义表示;并利用双向LSTM再次训练词向量,捕获文本长距离的语义关系.实验结果表明,ERNIE_BiLSTM模型在中文名词隐喻识别数据集上表现良好,准确率达到90.34％.
作者：高永兵 马宁Author：GAOYongbing MANing
作者单位：内蒙古科技大学信息工程学院,内蒙古包头014010
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2021, 40(3)
分类号：TP391
关键词：隐喻识别;名词性隐喻;ERNIE模型;BiLSTM模型
机标分类号：
在线出版日期：2021年10月28日
基金项目：内蒙古自治区自然科学基金资助项目基于ERNIE和BiLSTM的中文名词隐喻识别[
期刊论文] 内蒙古科技大学学报--2021, 40(3)高永兵 马宁隐喻普遍存在于自然语言中,精确的识别隐喻可以促进自然语言处理具体任务中语义的理解.为了提高中文名词隐喻识别效果,提出一种基于知识增强的语义表示(ERNIE)和双向长短期记忆网络(BiLSTM)的分类模型ERNIE_BiLSTM.该模...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：
- 文件大小:
- 1.17 MB
- 下载次数:
- 60
-
高速下载
|
|
1
