Coreference Resolution技术细节

步骤

  • 找到所有的mention
  • 判断mention之间是否有共指关系

数据集格式

  • conll

End-to-end Neural Coreference Resolution (Lee et al., EMNLP 2017)

https://blog.csdn.net/Huang_cainiao/article/details/94597600
https://blog.csdn.net/weixin_44912159/article/details/106276874?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.channel_param

  • 有一个mention 为 mi​,然后它之前在文本中的所有mention 为 { m1, m2 , m3 … mj​} 注意( j < i), 通过模型得到一个是否为这个mi 的antecedent。

在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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