[发明专利]预测语义角色标注的功能性标记

说明书

本发明涉及一种预测语义角色标注的功能性标记。根据一个实施例的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。

技术领域

本发明涉及文本分析，更具体地说，本发明涉及进行自然语言处理中的语义角色标注。

背景技术

语义角色标注(SRL)又称浅层语义分析，是自然语言处理(NLP)中与理解句子意义相关的重要任务。语义角色标注旨在通过将这些信息标识为功能性标记来回答这样的问题：“谁与谁做什么，何时何地，如何以及为什么”。SRL提供了有利于诸如信息提取、问答(QA)、机器翻译等广泛的应用的有用特征。然而，当前的标注实现标识功能性标记的方式效率不高，因为这种实现侧重于识别输入文本数据中的核心参数。

发明内容

根据一个实施例的计算机实现的方法，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。

根据另一个实施例，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：在调度器处利用处理器接收训练数据实例和目标实例；由调度器利用处理器从训练数据实例和目标实例生成输入序列；利用处理器从调度器向编码器发送输入序列；由编码器利用处理器将输入序列映射到特征向量；利用处理器将特征向量从编码器发送到调度器；利用处理器将特征向量从调度器发送到预测器；以及由预测器利用处理器将特征向量映射到类向量以创建目标实例的标签。

根据一个实施例，一种系统包括处理器和与处理器集成的、可由处理器执行的、或与处理器集成的并且可由处理器执行的逻辑，所述逻辑被配置用以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。

本发明的其他方面和实施例显见于以下的具体实施方式，以下具体实施方式结合附图通过示例说明了本发明的原理。

附图说明

图1示出了根据本发明的一个实施例的网络架构。

图2示出了根据本发明的一个实施例的可与图1的服务器和/或客户端关联的代表性硬件环境。

图3示出了根据本发明的一个实施例的用于预测语义角色标注的功能性标记的方法。

图4示出了根据本发明的一个实施例的示例性语义角色标注环境。

图5示出了根据本发明一个实施例的示例性句子的语义标签(semantic labels)。

图6示出了根据本发明一个实施例的预测处理的流水线。

图7示出了根据本发明的一个实施例，通过挑出调度器并将其他组件封装在黑盒环境中而从图6重新绘制的流水线。

图8示出了根据本发明的一个实施例的用于预测句子中语义角色标注(SRL)的功能性标记的方法。

具体实施方式

以下描述是为了说明本发明的一般原理，并不意味着限制本文要求保护的创造性概念。此外，本文描述的特定特征，可以结合其它特征以各种可能的组合和排列的每个组合和排列而使用。