文献类型：期刊文章

作　　者：王瑞波[1,2] 李济洪[1] 李国臣[3] 杨耀文[4]

机构地区：[1]山西大学软件学院,山西太原030006 [2]山西大学计算机与信息技术学院,山西太原030006 [3]太原工业学院计算机科学系,山西太原030008 [4]山西大学数学科学学院,山西太原030006

出　　处：《中文信息学报》

基　　金：国家自然科学基金(NNSFC-61503228);NSFC-广东联合基金(第二期)

年　　份：2017

卷　　号：31

期　　号：1

起止页码：147-154

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：汉语框架语义角色识别是汉语框架语义分析的重要任务之一。该文基于汉语词语、词性等特征的分布式表示,使用一种多特征融合的神经网络结构来构建汉语框架语义角色识别模型。鉴于可用的训练语料规模有限,该文采用了Dropout正则化技术来改进神经网络的训练过程。实验结果表明,Dropout正则化的加入有效地缓解了模型的过拟合现象,使得模型的F值有了近7%的提高。该文进一步优化了学习率以及分布式表示的初始值,最终的汉语框架语义角色识别的F值达到70.54%,较原有的最优结果提升2%左右。

关 键 词：汉语框架网络  语义角色识别  Dropout正则化  

分 类 号：TP391]