文献类型：期刊文章

作　　者：奚雪峰[1,2] 周国栋[1]

机构地区：[1]苏州大学计算机科学与技术学院,自然语言处理实验室,苏州215006 [2]苏州科技学院计算机科学与工程系,苏州215009

出　　处：《北京大学学报（自然科学版）》

基　　金：国家自然科学基金(61273320;61003153;61272257);863计划(2012AA011102)资助

年　　份：2014

卷　　号：50

期　　号：1

起止页码：100-110

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、MR、PROQUEST、RCCSE、RSC、SCOPUS、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：针对指代消解一直是自然语言处理中的核心问题,提出一种利用DBN(deep belief nets)模型的Deep Learning学习机制进行基于语义特征的指代消解方法。DBN模型由多层无监督的RBM(restricted Boltzmann machine)网络和一层有监督的BP(back-propagation)网络组成,RBM网络确保特征向量映射达到最优,最后一层BP网络可以对RBM网络的输出特征向量进行分类,从而训练指代消解分类器。在ACE04英文语料及ACE05中文语料上进行测试,实验结果表明,增加RBM训练层数可以提高系统性能。此外,引入对特征集合的抽象分层因素,也对系统性能的提升产生积极作用。

关 键 词：代词消解 深度学习  深层语义特征  

分 类 号：TP391.1]