自然语言处理实践：语义理解与信息抽取

本书聚焦深度学习驱动的语义理解与信息抽取技术，以框架语义分析为支撑，围绕实体关系抽取、事件抽取等核心任务展开介绍和讨论：在实体关系抽取领域，提出多层次框架语义要素融合模型与融合多源信息的关系抽取模型，丰富语义表征的维度与精度；针对远程监督数据噪声问题，构建框架语义上下文感知模型，结合实例选择与层次化注意力机制降低噪声干扰，并通过多层级注意力机制与动态阈值的MADT模型，进一步优化抽取性能；针对数据不平衡问题a，将框架语义与多任务学习相结合，有效减弱小样本、负样本对模型的影响；在事件抽取研究中，设计基于多尺度阅读理解和豪斯多夫距离算法的文档级事件抽取模型，提升长文本中事件类型与论元识别的精准度。此外，通过构建基于知识图谱的电影问答系统完成理论到应用的闭环验证。
本书兼具理论深度与实践价值，内容系统全面，技术方案创新性强，适合自然语言处理、信息抽取领域的科研学者、技术研发人员，以及高校相关专业的师生阅读参考。

无

第1章 绪论 001
1.1 信息抽取技术 002
1.2 实体关系抽取 004
1.2.1 基于模式的关系抽取 005
1.2.2 基于传统机器学习的关系抽取 005
1.2.3 基于深度学习的关系抽取 006
1.3 事件抽取 011
1.3.1 句子级事件抽取 011
1.3.2 文档级事件抽取 013
1.4 框架语义分析 015
1.4.1 框架语义分析 015
1.4.2 框架语义应用研究现状 017
1.5 本书主要内容介绍 019

第2章 框架识别及框架语义要素抽取 023
2.1 框架语义分析 024
2.2 基于DNN的汉语框架识别模型 027
2.2.1 算法模型 027
2.2.2 评测与分析 031
2.3 基于两级注意力机制的卷积神经网络框架识别模型 036
2.3.1 算法模型 036
2.3.2 实验与分析 040
2.4 框架语义要素抽取 044
2.4.1 单框架语义要素抽取算法 044
2.4.2 扩展框架语义要素抽取算法 046

第3章 基于框架语义和序列表示的关系抽取 049
3.1 关系抽取 050
3.2 多层次框架语义要素融合模型 053
3.2.1 基于注意力的单框架语义要素融合模型 054
3.2.2 基于注意力的扩展框架语义要素融合模型 055
3.3 多视角句子表示模型 057
3.3.1 基于序列的句子表示模型 057
3.3.2 基于框架语义的句子表示模型 057
3.3.3 融合框架语义和序列特征的句子表示模型 058
3.4 融合多源信息的关系抽取模型 058
3.4.1 算法模型 058
3.4.2 实验与分析 059

第4章 基于框架语义上下文感知的远程监督关系抽取 065
4.1 远程监督关系抽取 066
4.2 远程监督实例选择 070
4.2.1 线索词抽取 070
4.2.2 实例选择 070
4.3 融合多粒度框架语义要素的关系抽取模型 071
4.3.1 句子上下文编码器 073
4.3.2 语义场景编码器 075
4.3.3 包上下文编码器 078
4.3.4 关系分类器和训练 078
4.4 性能评测 079
4.4.1 数据集和评价指标 079
4.4.2 实验设置 080
4.4.3 基线模型 081
4.4.4 评测结果 082

第5章 基于框架语义及多任务学习的非平衡数据关系抽取 089
5.1 数据不平衡问题 090
5.2 上下文表示学习 092
5.2.1 实体的上下文表示 092
5.2.2 语义场景上下文表示 093
5.3 基于多任务学习的关系抽取模型 094
5.3.1 算法模型 094
5.3.2 结果预测 096
5.4 评测与分析 096
5.4.1 数据集与评价指标 097
5.4.2 评测设置 097
5.4.3 评测结果 098

第6章 基于多层级注意力机制和动态阈值的远程监督关系抽取 103
6.1 噪声问题 104
6.2 模型描述 105
6.2.1 噪声词降噪模块 105
6.2.2 噪声句降噪模块 107
6.2.3 噪声包降噪模块 109
6.2.4 关系分类器及网络优化 110
6.3 评测及分析 110
6.3.1 实验数据集 110
6.3.2 实验评估指标 111
6.3.3 训练与测试 112
6.3.4 参数设置 112
6.3.5 基线模型 112
6.3.6 对比实验结果与分析 113
6.3.7 消融实验结果与分析 116
6.3.8 案例分析 117

第7章 基于多尺度阅读理解和豪斯多夫距离算法的文档级事件抽取 119
7.1 文档级事件抽取 120
7.2 模型描述 121
7.2.1 多尺度阅读理解模块 122
7.2.2 多尺度解码器模块 123
7.2.3 事件识别模块 124
7.2.4 候选论元识别模块 125
7.2.5 匹配损失模块 125
7.2.6 优化算法 126
7.3 评测 126
7.3.1 数据集 126
7.3.2 实验设置 126
7.3.3 模型评估 127
7.3.4 基线模型 127
7.3.5 对比实验 128
7.3.6 消融实验 130

第8章 基于知识图谱的电影问答系统 133
8.1 电影知识问答系统分析与设计 134
8.1.1 数据来源及知识图谱构建 134
8.1.2 系统功能需求分析 135
8.1.3 系统架构设计 137
8.2 系统实现 139
8.2.1 系统开发环境 139
8.2.2 系统功能模块开发 139

参考文献 143