基于神经网络的AMR语义分析研究.pdf

《基于神经网络的AMR语义分析研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、嗨！thesis硕士学位论文基于神经网络的AMR语义分析研究RESEARCHONNEURALNETWORKBASEDABSTRACTMEANINGREPRESENTATIONPARSING郑博哈尔滨工业大学2018年6月国内图书分类号：TP391.1学校代码：10213国际图书分类号：681.37密级：公开工学硕士学位论文基于神经网络的AMR语义分析研究硕士研究生：郑博导师：车万翔教授申请学位：工学硕士学科：计算机科学与技术所在单位：计算机科学与技术学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP391.1U.D.C:681.

2、37DissertationfortheMaster’sDegreeinComputerScienceandTechnologyRESEARCHONNEURALNETWORKBASEDABSTRACTMEANINGREPRESENTATIONPARSINGCandidate:ZhengBoSupervisor:Prof.CheWanxiangAcademicDegreeAppliedfor:MasterofComputerScienceandTechnologySpecialty:ComputerScienceandTechnologyAffiliation:School

3、ofComputerScienceandTechnologyDateofDefence:June,2018Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要近几年来，AMR语义分析已经成为了英文自然语言处理中热门的任务之一。但由于该任务发展时间有限，并且总体架构复杂，系统的各部分模型均有很大的提升空间。基于转移的语义分析系统在各大语义分析任务中均取得了很好的效果，本文通过调研现有的基于转移的语义分析系统，提出了一个基于神经网络的AMR语义分析系统，分别在以下三个方面作出了

4、改进：1)提出了使用丰富语言资源支持的AMR对齐器，用于将AMR图中的概念节点对齐到自然语言句子中的词片段；2)提出了一个新的list-basedAMR语义分析转移系统，在此系统基础上实现了oracle分析器；3)在AMR语义分析器中加入融合语言模型的词向量特征。本文中的对齐器可以产生多种可能的对齐结果，由转移系统中的oracle分析器选择最优的对齐结果。我们在本文提出的系统以及两个开源AMR语义分析系统中测试了对齐器，其效果均超过了前人工作中广泛使用的基于规则的对齐器。本文中的AMR语义分析系统在仅使用词信息的条件下，通过集成多个模型进行预测，取得了与目前最好的AM

5、R语义分析系统相仿的结果。实验结果表明，在进一步通过引入融合语言模型的词向量特征后，我们最终的集成模型效果优于目前最好的结果。关键词：抽象语义表示；语义分析；AMR对齐器；list-based转移系统；融合语言模型的词向量特征-I-哈尔滨工业大学工学硕士学位论文AbstractAbstractmeaningrepresentation(AMR)hasbecomeoneofthemostpopulartopicsinEnglishnaturallanguageprocessingrecently.However,duetothelimiteddevelopmenttim

6、eofthetaskandthecomplexityoftheoverallprocedure,thereisstillroomforimprovementinallpartsofthesystem.Thetransition-basedparserhasachievedgreatresultsinsemanticanalysistasks.Inthispaper,weproposeasystemforAMRparsingbyinvestigatingtheexistingtransition-basedparsers,severalaspectshavebeenim

7、proved:1)AnewrichresourceenhancedAMRalignerhasbeenproposedforaligningconceptsinAMRgraphtothewordorspaninnaturallanguagesentences;2)Anewlist-basedAMRtransitionsystemalongwithitsoracleparserisproposed;3)Embeddingsfromlanguagemodelsareintroducedtoourparser.Ouralignerproducesmultip