“2019-semeval-ucca”的版本间的差异
跳到导航
跳到搜索
| 第13行： | 第13行： | ||
[http://hlt.suda.edu.cn/~zhli/SemEval2019-Task-1-Evaluation-Phase-Results.xlsx 评测成绩] | [http://hlt.suda.edu.cn/~zhli/SemEval2019-Task-1-Evaluation-Phase-Results.xlsx 评测成绩] | ||
| − | [https://arxiv.org/pdf/1903.04153 | + | [https://arxiv.org/pdf/1903.04153 我们的系统报告论文] |
| − | [https://arxiv.org/pdf/1903.02953 | + | [https://arxiv.org/pdf/1903.02953 组织者的overview文章] |
2019年3月15日 (五) 03:09的版本
我们课题组两名研一同学蒋炜和张宇（指导老师李正华）参加了SemEval-2019国际评测Task 1：Cross-lingual Semantic Parsing with UCCA。UCCA (Universal Conceptual Cognitive Annotation)是一种轻量级的、多语言适用的语义表示，用有向无环图来表示语义结构，其中词为节点，边刻画语义关系。 参加评测的共国内外8家单位，我们在6个track中获得了第一，1个track中获得了第二。 我们通过标记discontinuous node和remote node的方法把UCCA图转化为constituent tree，然后用multi-task learning框架同时训练constituent parser和remote classifier。这个简单模型取得了非常好的性能，且没有用ensemble。Open Track时，我们将Bert最后四层输出作为额外输入特征，加入我们的模型。
