Incorporating Syntax and Semantics in Coreference Resolution with Heterogeneous Graph Attention Network

  • 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

发表评论

您的电子邮箱地址不会被公开。