国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:张义杰, 李培峰, 朱巧明
单位:1. 苏州大学 计算机科学与技术学院, 江苏 苏州 215006;2. 江苏省计算机信息处理技术重点实验室, 江苏 苏州 215006
关键词:事件,时序关系,因果关系,神经网络,联合识别
基金:国家自然科学基金(61472265,61772354,61773276)。
从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法。将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层的3种联合识别模型,通过主任务模型和辅助任务模型中的网络层进行信息共享,学习联合识别模型之间的特征信息。实验结果表明,联合识别方法能利用事件之间的因果信息有效提升时序关系的识别性能,且共享辅助任务中编解码层的联合识别模型更适用于事件时序关系与因果关系的联合识别。
来源:2020年第7期
《计算机工程》期刊编辑部