BriefGPT - AI 论文速递
·
RGAT: 从更深的角度研究句法依赖信息对于共指消解的作用
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种结合BERT和RGAT的解析器，用于研究句法依赖信息对共指消解任务的影响。实验结果表明，该模型能够提高性能。
🎯
关键要点
- 本文提出了一种结合BERT和RGAT的端到端解析器。
- 该解析器用于研究句法依赖信息对共指消解任务的影响。
- 在GAP数据集上，模型的F1分数从80.3%提高到82.5%。
- 相较于单个BERT嵌入，模型的F1分数从78.5%提高到82.5%。
- 在OntoNotes 5.0数据集上，模型同样通过RGAT提高了性能。
➡️
