跳至内容
- 来源：NAACL 2021
- 机构：马里布大学
- 任务：指代消歧
- 动机：引入句子的句法和语义结构信息（作者真的很实诚，motivation 就直接写 we believe such information could also benefit the coreference resolution task. 这也太实在了吧？这能是一个好的动机吗？）
- 方法：整体方法是基于 c2f-coref 的，只是建个图，refine 节点的表示。先说说框架，再说他加的图
- c2f-coref：计算 mention i 和 span j 的相似度 $s(I,j)$，具体就是由三个分数组成：
- 就是在得到 $\textbf{g}$ 之前，除了用常规的 encoder，还建了一张图，在上面用特殊的 GAT 优化节点表示
- 图是由句法树和语义结构图两个组成的，如下图所示，下面是句法树连边，上面是类似事件抽取的结果，然后相同的词再连起来，把两个图拼上
- 图上信息传播也是有讲究的，是要遵循规律的，信息传播的方向：token node 之间 -> token 到 argument -> argument 到 predicate feature -> predicate feature 到 argument -> argument 到 token。感觉很有道理，但是不知道这是怎么实现的