[发明专利]预测语义角色标注的功能性标记

权利要求书

1.一种计算机实现的方法，包括：

在调度器处接收训练数据实例和目标实例；

由调度器从训练数据实例和目标实例生成输入序列；

从调度器向编码器发送输入序列；

由编码器将输入序列映射到特征向量；

将特征向量从编码器发送到调度器；

将特征向量从调度器发送到预测器；以及

由预测器将特征向量映射到类向量以创建目标实例的标签。

2.根据权利要求1所述的计算机实现方法，其中：

训练数据实例包括表示为依赖关系树的句子，

目标实例包括依赖关系树的一部分，

输入序列包括编码器可以理解的重组后的训练数据实例和目标实例，

特征向量包括训练数据实例中的目标实例的一个或多个特征，类向量包括预定特征和预定标签之间的相关性，以及

标签包括一个预测的非功能性标签，其预测目标实例是否为功能性标记。

3.根据权利要求1所述的计算机实现方法，其中，训练数据实例包括一个表示为依赖关系树的句子。

4.根据权利要求1所述的计算机实现方法，其中，训练数据实例包括多个经过标识和标注的依赖关系。

5.根据权利要求1所述的计算机实现方法，其中，目标实例包括依赖关系树的一部分。

6.根据权利要求1所述的计算机实现方法，其中，目标实例包括依赖关系树的子树。

7.根据权利要求1所述的计算机实现方法，其中，特征向量包括训练数据示例内的目标实例的一个或多个特征。

8.根据权利要求1所述的计算机实现方法，其中，调度器是从由逻辑回归模块、支持向量机(SVM)和全连接神经网络组成的组中选择的。

9.根据权利要求1所述的计算机实现方法，其中，编码器是从递归神经网络(RNN)、隐马尔可夫模型和长短期存储器组成的组中选择的。

10.根据权利要求1所述的计算机实现方法，其中，预测器是从由逻辑回归模块、支持向量机(SVM)和全连接神经网络组成的组中选择的。

11.根据权利要求1所述的计算机实现方法，其中，响应于确定特征向量足以调用预测器而将特征向量发送到预测器。

12.根据权利要求1所述的计算机实现方法，还包括：

将标签与预定训练标签进行比较，以确定标签与预定训练标签之间的差异；以及

基于差异来调整预测器和调度器。

13.根据权利要求12所述的计算机实现方法，还包括对经过调整的调度器应用模型。

14.根据权利要求1所述的计算机实现方法，其中，输入序列是基于预定策略生成的。

15.根据权利要求14所述的计算机实现方法，其中，预定策略包括包括冷启动策略，其中调度器采用均匀分布来生成输入序列。

16.根据权利要求14所述的计算机实现方法，其中，预定策略包括预热策略，其中调度器采用epsilon贪心法来生成输入序列。

17.根据权利要求14所述的计算机实现方法，其中，预定策略包括热收敛策略，其中调度器采用最大似然动作来生成输入序列。

18.一种用于预测语义角色标注的功能性标记的计算机程序产品，所述计算机程序产品包括体现有程序指令的计算机可读存储介质，所述程序指令可由处理器执行以使处理器执行根据权利要求1至17中的任何一项所述的方法的步骤。