cs224n 笔记15 共指解析

cs224n课程介绍了指代消解的概念,包括应用、评测方法和不同类型。传统算法如Mention-Pair Model与神经网络模型,特别是深度增强学习在mention-ranking指代消解中的应用。训练方法强调了决策权重的重要性,并探讨了强化学习在优化权重系数中的角色。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

cs224n 第15讲,讲解了指代消解的概念、传统算法、神经网络算法等相关内容。

什么是指代消解

简单来说就是代指的问题,在语言中总是会用代词、名词或者一些名词性短语来代替其他事物,比如下图中的his和he都是代指Obama
在这里插入图片描述
在课上,Manning对着一篇短文讲解了很久,总体意思就是文章中有很多代指的代词或者名词性短语,同时在判定代指对象时有很多复杂的问题,不容易判断。比如说短文中所有的she、her都是在代指Vanaja,但是短文开头同时出现了两个人名;the best tree并没有代指任何事物,只是简单的描述。
在这里插入图片描述
另外,在常见文本中还会存在着大量嵌套的情况,比如下图中的Prime Corp被提及,同时CFO of Prime Corp也被提及的情况。
在这里插入图片描述

指代消解的应用

  • 全文理解
  • 机器翻译:比如有的语言不区分男他和女她,在翻译时需要指代消解
  • 文本摘要:使用代词会使行文更加自然
  • 信息提取和QA系统

指代消解的评测

结合聚类的思想,发现指代消解和聚类很像,所以聚类的评测方法都被尝试过用于指代消解的评测。这里关注的是其中一种方法–B cubed。
在这里插入图片描述
图中的准确率P和召回率R是针对于蓝色这一类计算的。

指代的类型

在这里插入图片描述
NLP解决的更多的是后两种类型的指代问题。
还提到一种,就是说并不是所有的NP都在指代。下图中绿色的NP代指全集或者空集,没有具体指代。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值