基于层次注意力网络的论证区间识别研究

基于层次注意力网络的论证区间识别研究

G35; 学术文本论证区间识别是一项论证学术文献内容和分析修辞结构的研究,针对当前研究过多依赖人工经验来构建规则和特征的现状,以及论证区间识别研究存在时效性差、泛化能力弱等问题,本文采用基于层次注意力机制的HAN深度学习模型对学术文本论证区间识别进行了研究.本文首先构建了一个基于层次注意力机制的论证区间识别模型,阐述了该模型的整体架构和作用机制.其次,针对生物医学领域提出了一个论证区间9分类体系,在PubMed生物医学数据集上,用LSTM和SVM两种文本分类算法与HAN模型进行对比实验.研究结果表明,本文所采用的HAN模型在各个类别的论证区间识别上效果均为最优,F1值达到了0.90,能够较好的...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:情报工程 2020, Vol.6 (3), p.52-62
Hauptverfasser: 王鑫, 程齐凯, 马永强, 罗卓然
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 62
container_issue 3
container_start_page 52
container_title 情报工程
container_volume 6
creator 王鑫
程齐凯
马永强
罗卓然
description G35; 学术文本论证区间识别是一项论证学术文献内容和分析修辞结构的研究,针对当前研究过多依赖人工经验来构建规则和特征的现状,以及论证区间识别研究存在时效性差、泛化能力弱等问题,本文采用基于层次注意力机制的HAN深度学习模型对学术文本论证区间识别进行了研究.本文首先构建了一个基于层次注意力机制的论证区间识别模型,阐述了该模型的整体架构和作用机制.其次,针对生物医学领域提出了一个论证区间9分类体系,在PubMed生物医学数据集上,用LSTM和SVM两种文本分类算法与HAN模型进行对比实验.研究结果表明,本文所采用的HAN模型在各个类别的论证区间识别上效果均为最优,F1值达到了0.90,能够较好的完成论证区间识别研究.最后,对实验结果进行错误总结和分析,并指出了下一步的研究方向.
doi_str_mv 10.3772/j.issn.2095-915x.2020.03.005
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_qbgc202003006</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>qbgc202003006</wanfj_id><sourcerecordid>qbgc202003006</sourcerecordid><originalsourceid>FETCH-wanfang_journals_qbgc2020030063</originalsourceid><addsrcrecordid>eNpjYFAxNNAzNjc30s_SyywuztMzMrA01bU0NK0AsowM9AyM9QwMTFkYOGHiERwMvMXFmUkGxmYmxpaGBhacDGZP5-96sqvv6camZ2sWPtu84llL_9Ou2c_3Tny-e87zWS0v1u16sb7xac-ul9O3vFjf9rRj9fMFU56v3MbDwJqWmFOcyguluRlU3VxDnD10yxPz0hLz0uOz8kuL8oAy8YVJ6ckg1xgYGxiYGROrDgCa1VI2</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于层次注意力网络的论证区间识别研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>王鑫 ; 程齐凯 ; 马永强 ; 罗卓然</creator><creatorcontrib>王鑫 ; 程齐凯 ; 马永强 ; 罗卓然</creatorcontrib><description>G35; 学术文本论证区间识别是一项论证学术文献内容和分析修辞结构的研究,针对当前研究过多依赖人工经验来构建规则和特征的现状,以及论证区间识别研究存在时效性差、泛化能力弱等问题,本文采用基于层次注意力机制的HAN深度学习模型对学术文本论证区间识别进行了研究.本文首先构建了一个基于层次注意力机制的论证区间识别模型,阐述了该模型的整体架构和作用机制.其次,针对生物医学领域提出了一个论证区间9分类体系,在PubMed生物医学数据集上,用LSTM和SVM两种文本分类算法与HAN模型进行对比实验.研究结果表明,本文所采用的HAN模型在各个类别的论证区间识别上效果均为最优,F1值达到了0.90,能够较好的完成论证区间识别研究.最后,对实验结果进行错误总结和分析,并指出了下一步的研究方向.</description><identifier>ISSN: 2095-915X</identifier><identifier>DOI: 10.3772/j.issn.2095-915x.2020.03.005</identifier><language>chi</language><publisher>武汉大学信息检索与知识挖掘研究所 武汉 430072</publisher><ispartof>情报工程, 2020, Vol.6 (3), p.52-62</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/qbgc/qbgc.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>王鑫</creatorcontrib><creatorcontrib>程齐凯</creatorcontrib><creatorcontrib>马永强</creatorcontrib><creatorcontrib>罗卓然</creatorcontrib><title>基于层次注意力网络的论证区间识别研究</title><title>情报工程</title><description>G35; 学术文本论证区间识别是一项论证学术文献内容和分析修辞结构的研究,针对当前研究过多依赖人工经验来构建规则和特征的现状,以及论证区间识别研究存在时效性差、泛化能力弱等问题,本文采用基于层次注意力机制的HAN深度学习模型对学术文本论证区间识别进行了研究.本文首先构建了一个基于层次注意力机制的论证区间识别模型,阐述了该模型的整体架构和作用机制.其次,针对生物医学领域提出了一个论证区间9分类体系,在PubMed生物医学数据集上,用LSTM和SVM两种文本分类算法与HAN模型进行对比实验.研究结果表明,本文所采用的HAN模型在各个类别的论证区间识别上效果均为最优,F1值达到了0.90,能够较好的完成论证区间识别研究.最后,对实验结果进行错误总结和分析,并指出了下一步的研究方向.</description><issn>2095-915X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2020</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAzNjc30s_SyywuztMzMrA01bU0NK0AsowM9AyM9QwMTFkYOGHiERwMvMXFmUkGxmYmxpaGBhacDGZP5-96sqvv6camZ2sWPtu84llL_9Ou2c_3Tny-e87zWS0v1u16sb7xac-ul9O3vFjf9rRj9fMFU56v3MbDwJqWmFOcyguluRlU3VxDnD10yxPz0hLz0uOz8kuL8oAy8YVJ6ckg1xgYGxiYGROrDgCa1VI2</recordid><startdate>2020</startdate><enddate>2020</enddate><creator>王鑫</creator><creator>程齐凯</creator><creator>马永强</creator><creator>罗卓然</creator><general>武汉大学信息检索与知识挖掘研究所 武汉 430072</general><general>武汉大学信息管理学院 武汉 430072</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2020</creationdate><title>基于层次注意力网络的论证区间识别研究</title><author>王鑫 ; 程齐凯 ; 马永强 ; 罗卓然</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_qbgc2020030063</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2020</creationdate><toplevel>online_resources</toplevel><creatorcontrib>王鑫</creatorcontrib><creatorcontrib>程齐凯</creatorcontrib><creatorcontrib>马永强</creatorcontrib><creatorcontrib>罗卓然</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>情报工程</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>王鑫</au><au>程齐凯</au><au>马永强</au><au>罗卓然</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于层次注意力网络的论证区间识别研究</atitle><jtitle>情报工程</jtitle><date>2020</date><risdate>2020</risdate><volume>6</volume><issue>3</issue><spage>52</spage><epage>62</epage><pages>52-62</pages><issn>2095-915X</issn><abstract>G35; 学术文本论证区间识别是一项论证学术文献内容和分析修辞结构的研究,针对当前研究过多依赖人工经验来构建规则和特征的现状,以及论证区间识别研究存在时效性差、泛化能力弱等问题,本文采用基于层次注意力机制的HAN深度学习模型对学术文本论证区间识别进行了研究.本文首先构建了一个基于层次注意力机制的论证区间识别模型,阐述了该模型的整体架构和作用机制.其次,针对生物医学领域提出了一个论证区间9分类体系,在PubMed生物医学数据集上,用LSTM和SVM两种文本分类算法与HAN模型进行对比实验.研究结果表明,本文所采用的HAN模型在各个类别的论证区间识别上效果均为最优,F1值达到了0.90,能够较好的完成论证区间识别研究.最后,对实验结果进行错误总结和分析,并指出了下一步的研究方向.</abstract><pub>武汉大学信息检索与知识挖掘研究所 武汉 430072</pub><doi>10.3772/j.issn.2095-915x.2020.03.005</doi></addata></record>
fulltext fulltext
identifier ISSN: 2095-915X
ispartof 情报工程, 2020, Vol.6 (3), p.52-62
issn 2095-915X
language chi
recordid cdi_wanfang_journals_qbgc202003006
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 基于层次注意力网络的论证区间识别研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-01T18%3A56%3A17IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%B1%82%E6%AC%A1%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%BD%91%E7%BB%9C%E7%9A%84%E8%AE%BA%E8%AF%81%E5%8C%BA%E9%97%B4%E8%AF%86%E5%88%AB%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%83%85%E6%8A%A5%E5%B7%A5%E7%A8%8B&rft.au=%E7%8E%8B%E9%91%AB&rft.date=2020&rft.volume=6&rft.issue=3&rft.spage=52&rft.epage=62&rft.pages=52-62&rft.issn=2095-915X&rft_id=info:doi/10.3772/j.issn.2095-915x.2020.03.005&rft_dat=%3Cwanfang_jour%3Eqbgc202003006%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=qbgc202003006&rfr_iscdi=true