申请/专利权人：中国人民解放军国防科技大学

申请日：2020-04-02

公开（公告）日：2023-04-07

公开（公告）号：CN111475650B

主分类号：G06F16/35

分类号：G06F16/35;G06F16/36;G06F18/24;G06F18/25;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.04.07#授权;2020.08.25#实质审查的生效;2020.07.31#公开

摘要：本发明提供了一种俄语语义角色标注方法、系统、装置以及存储介质，其针对俄语的特点，合理利用谓词与论元之间的联系，可以很好的实现俄语的语义角色标注，提高语义角色标注的精确率，获得较高的标注性能，包括以下步骤：步骤1：对语料进行预处理，提取分类特征，转换为特征向量；步骤2：分别基于不同架构的神经网络构建分类模型，分别将分类特征输入各个分类模型进行训练，得到训练好的分类模型；步骤3：基于投票融合机制，按照少数服从多数的原则，融合训练好的分类模型，得到融合模型；步骤4：将预处理后语料输入融合模型，识别语义角色,并附上预测标签，对得到的语义角色预测结果进行性能评估。

主权项：1.一种俄语语义角色标注方法，其特征在于，包括以下步骤：步骤1：对语料进行预处理，提取分类特征，转换为特征向量；步骤2：分别基于不同架构的神经网络构建分类模型，分别将分类特征输入各个分类模型进行训练，得到训练好的分类模型；步骤3：基于投票融合机制，按照少数服从多数的原则，融合训练好的分类模型，得到融合模型；步骤4：将预处理后语料输入融合模型，识别语义角色,并附上预测标签，对得到的语义角色预测结果进行性能评估；步骤1具体包括以下步骤：数据集分配：将语料按一定比例分成测试集、训练集、验证集；数据格式转换：从语料中提取谓语及论元，将论元按照基本特征分类，基本特征包括论元的词性、语法格、是否是动物名词、时态、是否为被动、相对位置、前置词、语法依赖；数据向量化：利用预训练的Word2vec将论元以及谓语进行向量化表示，使用one-hot表示方法来表示分类特征；在步骤4中，在对语义角色预测结果进行性能评估时，计算的性能评估指标包括精确率，召回率，macro-F1，micro-F1，根据性能评估结果，判断融合模型是否过拟合或欠拟合，若存在过拟合或欠拟合，则对融合模型进行优化；在步骤4中，若训练集的性能评估指标大大优于测试集，则认为融合模型存在过拟合，采用dropout方法，对于神经网络单元，以随机概率将其从网络中丢弃，或判断输入的分类特征是否为有效特征，若非有效特征，则去除该分类特征；若训练集和测试集的性能评估指标两者均不好，则认为融合模型存在欠拟合，增加融合模型的网络复杂度或者在融合模型中增加输入的分类特征。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种俄语语义角色标注方法、系统、装置以及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD