21、基于BERT的变换器语义角色标注：从基础到挑战

基于BERT的变换器语义角色标注：从基础到挑战

1. 引言

语义角色标注（SRL）是自然语言处理中的一项重要任务，旨在识别句子中谓词及其相关论元的语义角色。基于BERT的变换器在SRL任务中展现出了一定的能力，只要句子中包含谓词，SRL BERT就能以可接受的准确率进行语义角色标注。接下来，我们将通过一系列基础和困难样本，深入了解SRL BERT的性能和局限性。

2. 基础样本分析

基础样本看似简单，但分析起来可能具有挑战性。复合句、形容词、副词和情态动词等，即使对于非专业人士来说也难以识别。下面我们通过几个具体的样本进行分析。

2.1 样本1

句子：“Did Bob really think he could prepare a meal for 50 people in only a few hours?”
操作步骤：
在SRL.ipynb中运行以下代码：

prediction=predictor.predict(
    sentence="Did Bob really think he could prepare a meal for 50 people in only a few hours?"
)
head(prediction)

输出结果识别出了四个谓词：
| 谓词 | 标注信息 |
| ---- | ---- |
| Did | [V: Did] Bob really think he could prepare a meal for 50 peop