论文部分内容阅读
框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架.目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征.然而,人工选择特征的有效性和完备性无法保证.深度神经网络自动学习特征的能力,为我们提供了新思路.本文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64％和78.58％的准确率,实验证明该模型具有较好的泛化能力.