通过标签传播学习共指解析中的名词短语照应性

名词短语隐喻性的知识可能会在共指解析中得到有益的利用,从而绕过非隐喻名词短语的解析。 然而,令人惊讶地注意到,最近将自动获取的照应性信息并入共指解析系统的尝试远非期望。 本文提出了一种全局学习方法,该方法通过标签传播算法确定名词短语的隐喻性,以提高基于学习的共指分辨率。 为了消除标签传播中的巨大计算负担。 在算法中,我们采用加权支持向量作为关键实例,以表示训练文本中所有带有照应性标记的NP实例。 此外,探索了两种核,即基于特征的RBF(径向基函数)核和具有近似匹配的卷积树核,以计算两个名词短语之间的照应相似度。 在ACE2003语料库上进行的实验证明了我们的方法在名词短语的照应性确定中的巨大有