基于Transformer的AMR语义表示生成研究
抽象语义表示(AMR)是一种创新的句子级语义表达方式,将句子的语义呈现为一个单一根的有向无环图。AMR文本生成任务旨在生成与给定AMR图具有相同语义的句子。随着神经网络在自然语言生成领域的崛起,序列到序列模型在AMR文本生成任务中取得显著的性能。本研究聚焦于基于序列到序列Transformer模型的AMR文本生成,主要研究内容包括:(1)基于大规模自动标注语料的AMR文本生成研究。由于AMR文本生成可用的标准数据集规模相对较小,因此模型对任务性能的影响较大。为解决这一问题,本文采用大规模自动标注语料,比较先进模型和基准模型在生成文本方面的性能。在这项工作中,使用序列到序列的Transformer模型作为基准模型,通过对比不同模型的性能,深入研究AMR文本生成的关键问题。
下载地址
用户评论