{ "paper_id": "2020", "header": { "generated_with": "S2ORC 1.0.0", "date_generated": "2023-01-19T12:54:44.268920Z" }, "title": "Lightweight Named Entity Recognition for Weibo Based on Word and Character", "authors": [ { "first": "Chun", "middle": [], "last": "Chen", "suffix": "", "affiliation": { "laboratory": "", "institution": "Soochow University", "location": {} }, "email": "" }, { "first": "Mingyang", "middle": [], "last": "Li", "suffix": "", "affiliation": { "laboratory": "", "institution": "Soochow University", "location": {} }, "email": "" }, { "first": "Fang", "middle": [], "last": "Kong", "suffix": "", "affiliation": { "laboratory": "", "institution": "Soochow University", "location": {} }, "email": "kongfang@suda.edu.cn" } ], "year": "", "venue": null, "identifiers": {}, "abstract": "", "pdf_parse": { "paper_id": "2020", "_pdf_hash": "", "abstract": [], "body_text": [ { "text": "... ... \u5973 \u5973 Self-Att Self-Att \u9752 \u5e74 \u9752\u5e74 \u6587\u827a Self-Att \u6587 \u827a", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "", "sec_num": null }, { "text": "...", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "", "sec_num": null }, { "text": "Linear ", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "B-PER.NOM M-PER.NOM E-PER.NOM", "sec_num": null }, { "text": "1- Multi-Att Q K V", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "B-PER.NOM M-PER.NOM E-PER.NOM", "sec_num": null }, { "text": "\u5f0f\u4e28\u4e33\u4e29\u223c\u4e28\u4e34\u4e29\u6240\u793a\uff1a Attention\u4e28Q, K, V \u4e29 \u4e3d sof tmax\u4e28 QK T \u221a d k \u4e29\u4e29 \u2022 V \u4e28\u4e33\u4e29 K \u4e3d XW K , V \u4e3d XW V \u4e28\u4e34\u4e29 \u5176 \u4e2d \uff0cW K \uff0cW V \u662f \u5bf9 \u5e94 \u5411 \u91cf \u7684 \u5b66 \u4e60 \u53c2 \u6570 \u3002 \u7136 \u540e \u6211 \u4eec \u53ef \u4ee5 \u5c06 \u591a \u5934 \u6ce8 \u610f \u529b \u673a \u5236 \u5b9a \u4e49 \u6210 \u516c \u5f0f\u4e28\u4e35\u4e29\u223c\u4e28\u4e36\u4e29\uff1a M ultiAtt \u4e3d \u4e28z 1 \u2295 z 2 \u2295 \u2022 \u2022 \u2022 \u2295 z h \u4e29 \u2022 W o \u4e28\u4e35\u4e29 z i \u4e3d Attention\u4e28QW Q i , KW K i , V W V i \u4e29 \u4e28\u4e36\u4e29 \u5176\u4e2d\uff0c\u2295\u8868\u793a\u5411\u91cf\u8fde\u63a5\u64cd\u4f5c\uff0cW o , W Q i , W K i , W V i \u662f\u5bf9\u5e94\u5411\u91cf\u7684\u5b66\u4e60\u53c2\u6570\u3002 3.2.2 Star-Transformer Encoder \u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72 \u4e28\u4e47\u4e75\u4e6f \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e31\u4e39\u4e29\u7684\u661f\u578b\u62d3\u6251\u7ed3\u6784\u5982\u56fe \u4e32\u4e28\u4e62\u4e29\u6240\u793a\uff0c\u7531\u4e00\u4e2a\u4e2d\u7ee7\u7ed3\u70b9s\u548cn\u4e2a \u536b\u661f\u7ed3\u70b9\u7ec4\u6210\u3002\u7b2ci\u4e2a\u536b\u661f\u7ed3\u70b9h i \u7684\u72b6\u6001\u8868\u793a\u6587\u672c\u5e8f\u5217\u4e2d\u7b2ci\u4e2a\u4e74\u4e6f\u4e6b\u4e65\u4e6e\u7684\u7279\u5f81\u3002\u4e2d\u7ee7\u7ed3\u70b9s\u5145\u5f53\u865a\u62df \u4e2d\u5fc3\uff0c\u5728\u6240\u6709\u536b\u661f\u8282\u70b9\u4e4b\u95f4\u6536\u96c6\u548c\u6563\u5e03\u4fe1\u606f\u3002 \u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u63d0\u51fa\u4e86\u57fa\u4e8e\u4e74\u4e69\u4e6d\u4e65 \u4e73\u4e74\u4e65\u4e70\u7684\u5faa\u73af\u66f4\u65b0\u65b9\u5f0f\uff1a\u6bcf\u4e2a\u4e74\u4e6f\u4e6b\u4e65\u4e6e\u7531\u8f93\u5165\u5411\u91cf\u521d\u59cb\u5316\uff0c \u4e2d\u7ee7\u7ed3\u70b9\u521d\u59cb\u4e3a\u6240\u6709\u4e74\u4e6f\u4e6b\u4e65\u4e6e\u7684\u5e73\u5747\u503c\uff0c\u6bcf\u4e2a\u4e74\u4e6f\u4e6b\u4e65\u4e6e\u4f9d\u6b21\u901a\u8fc7\u591a\u5934\u6ce8\u610f\u529b\u673a\u5236\u66f4\u65b0\u3002\u5728\u66f4\u65b0\u536b\u661f \u7ed3\u70b9\u7684\u65f6\u5019\uff0c\u6bcf\u4e2a\u536b\u661f\u7ed3\u70b9h i \u7684\u72b6\u6001\u6839\u636e\u5176\u76f8\u90bb\u7684\u7ed3\u70b9\u66f4\u65b0\uff0c\u5305\u62ec\u4e0a\u4e00\u8f6e\u7684\u4e0a\u4e00\u4e2a\u7ed3\u70b9\u7684\u9690 \u6001h t\u22121 i\u22121 \uff1b\u4e0a\u4e00\u8f6e\u8be5\u7ed3\u70b9\u7684\u9690\u6001h t\u22121 i \uff1b\u4e0a\u4e00\u8f6e\u4e0b\u4e00\u4e2a\u7ed3\u70b9\u7684\u9690\u6001h t\u22121 i+1 \uff1b\u672c\u7ed3\u70b9\u7684\u5411\u91cf\u8868\u793ae i \uff1b\u4e0a\u4e00 \u8f6e\u7684\u4e2d\u7ee7\u7ed3\u70b9\u72b6\u6001s t\u22121 \uff0c\u5177\u4f53\u8fc7\u7a0b\u5982\u516c\u5f0f\u4e28\u4e37\u4e29\u223c\u4e28\u4e39\u4e29\u6240\u793a\uff1a C t i \u4e3d \u4e5bh t\u22121 i\u22121 \u4e3b h t\u22121 i \u4e3b h t\u22121 i+1 \u4e3b e i \u4e3b s t\u22121 \u4e5d \u4e28\u4e37\u4e29 h t i \u4e3d M ultiAtt\u4e28h t\u22121 i , C t i , C t i \u4e29 \u4e28\u4e38\u4e29 \u5176\u4e2d\uff0cC\u8868\u793a\u7b2ci\u4e2a\u536b\u661f\u7ed3\u70b9\u7684\u4e0a\u4e0b\u6587\u4fe1\u606f\uff0c\u5728\u66f4\u65b0\u5b8c\u4fe1\u606f\u540e\uff0c\u4f7f\u7528\u5c42\u5f52\u4e00\u5316\u64cd\u4f5c\u5904\u7406\u536b\u661f\u8282\u70b9 \u4fe1\u606f\uff1a h t i \u4e3d LayerN orm\u4e28ReLU \u4e28h t i \u4e29\u4e29 \u4e28\u4e39\u4e29 \u5728\u66f4\u65b0\u4e2d\u7ee7\u7ed3\u70b9s\u65f6\uff0c\u4e2d\u7ee7\u7ed3\u70b9s\u5c06\u6c47\u603b\u6240\u6709\u536b\u661f\u7ed3\u70b9h i \u7684\u4fe1\u606f\u4ee5\u53ca\u4e4b\u524d\u7684\u72b6\u6001\uff0c\u5982\u516c \u5f0f\u4e28\u4e31\u4e30\u4e29\u223c\u4e28\u4e31\u4e31\u4e29\u6240\u793a\uff1a s t \u4e3d M ultiAtt\u4e28s t\u22121 , \u4e5bs t\u22121 \u4e3b H t \u4e5d, \u4e5bs t\u22121 \u4e3b H t \u4e5d\u4e29 \u4e28\u4e31\u4e30\u4e29 s t \u4e3d LayerN orm\u4e28ReLU \u4e28s t \u4e29\u4e29 \u4e28\u4e31\u4e31\u4e29 \u901a\u8fc7\u4ea4\u66ff\u66f4\u65b0\u536b\u661f\u7ed3\u70b9h i \u548c\u4e2d\u7ee7\u7ed3\u70b9s\u7684\u4fe1\u606f\uff0c\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5728\u51cf\u5c11\u4e86\u6ce8\u610f\u529b\u8fde\u63a5\u7684\u524d \u63d0\u4e0b\uff0c\u4f9d\u65e7\u53ef\u4ee5\u6355\u83b7\u53e5\u5b50\u5e8f\u5217\u4e2d\u7684\u5c40\u90e8\u7279\u5f81\u548c\u957f\u671f\u4f9d\u8d56\u5173\u7cfb\uff0c\u80fd\u591f\u8f83\u597d\u5730\u878d\u5165\u5230\u547d\u540d\u5b9e\u4f53\u8bc6\u522b \u4efb\u52a1\u4e2d\u3002 3.3", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "B-PER.NOM M-PER.NOM E-PER.NOM", "sec_num": null }, { "text": "s Linear 1- Multi-Att Q K V Add & Norm concatenation multiplication 1- 1 minus \u56fe \u4e33\u4e2e \u9ad8\u901f\u7f51\u7edc\u7ed3\u6784\u56fe \u6211\u4eec\u5728\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u8ba1\u7b97\u5b8c\u591a\u5934\u6ce8\u610f\u529b\u4e4b\u540e\uff0c\u8fdb\u5165\u5c42\u5f52\u4e00\u5316\u4e4b\u524d\uff0c\u52a0\u5165\u4e00\u4e2a\u65b0\u7684\u8f93\u5165\u5206 \u652fHW \u4e28h i \u4e29 \uff0c\u8fd9\u4e2a\u8f93\u5165\u5206\u652f\u5c31\u662f\u4e0a\u6587\u6240\u8bf4\u7684\u536b\u661f\u7ed3\u70b9h i \u7684\u81ea\u6211\u6865\u63a5\uff0c\u5982\u516c\u5f0f\u4e28\u4e31\u4e32\u4e29\u223c\u4e28\u4e31\u4e34\u4e29\u6240\u793a\uff1a gated \u4e3d \u03c3\u4e28w 1 h i \u4e2b b 1 \u4e29 \u4e28\u4e31\u4e32\u4e29 f \u4e28h i \u4e29 \u4e3d w 2 h i \u4e2b b 2 \u4e28\u4e31\u4e33\u4e29 HW \u4e28h i \u4e29 \u4e3d \u4e5b\u4e28\u4e31 \u2212 gated\u4e29 \u2022 h i \u4e2b gated \u2022 f \u4e28h i \u4e29\u4e5d \u4e28\u4e31\u4e34\u4e29 \u5176\u4e2d\uff0cw 1 , w 2 \u8868\u793a\u95e8\u63a7\u673a\u5236\u7684\u6743\u91cd\u53c2\u6570\uff0cb 1 , b 2 \u8868\u793a\u95e8\u63a7\u673a\u5236\u7684\u504f\u5dee\u53c2\u6570\uff0c\u03c3\u4e3a\u6fc0\u6d3b\u51fd\u6570\u3002 \u63a5\u7740\u6211\u4eec\u5c06\u4f7f\u7528\u9ad8\u901f\u7f51\u7edc\u589e\u5f3a\u7684\u8868\u5f81\u6765\u4e30\u5bcc\u539f\u6709\u7684\u591a\u5934\u6ce8\u610f\u529b\u7ed3\u679c\uff0c\u5982\u516c\u5f0f\u4e28\u4e31\u4e35\u4e29\u6240\u793a\uff1a H i \u4e3d LayerN orm\u4e28HW \u4e28h i \u4e29 \u4e2b M ultiAtt\u4e28h i , C i , C i \u4e29\u4e29 \u4e28\u4e31\u4e35\u4e29 \u6700\u540e\uff0c\u7ecf\u8fc7\u9ad8\u901f\u7f51\u7edc\u8fdb\u884c\u81ea\u6211\u6865\u63a5\u4e4b\u540e\u7684\u536b\u661f\u8282\u70b9\u4fe1\u606f\u548c\u591a\u5934\u6ce8\u610f\u529b\u8ba1\u7b97\u7ed3\u679c\u76f8\u52a0\u5e76\u7ecf\u8fc7\u5c42\u5f52 \u4e00\u5316\uff0c\u5f97\u5230\u65b0\u7684\u536b\u661f\u8282\u70b9H i \u3002 4 \u5b9e \u5b9e \u5b9e\u9a8c \u9a8c \u9a8c\u8bbe \u8bbe \u8bbe\u7f6e \u7f6e \u7f6e\u548c \u548c \u548c\u7ed3 \u7ed3 \u7ed3\u679c \u679c \u679c\u5206 \u5206 \u5206\u6790 \u6790 \u6790 \u672c\u6587\u4f7f\u7528\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u793e\u4ea4\u5a92\u4f53\u9886\u57df\u7684\u4e57\u4e65\u4e69\u4e62\u4e6f\u6570\u636e\u96c6\uff0c\u901a\u8fc7\u4e0d\u540c\u7684\u8bbe\u7f6e\u5bf9\u524d\u6587\u6240\u8ff0\u7684\u6a21\u578b \u8fdb\u884c\u5b9e\u9a8c\uff0c\u5e76\u5bf9\u5b9e\u9a8c\u7ed3\u679c\u8fdb\u884c\u8ba8\u8bba\u4e0e\u5206\u6790\uff0c\u6700\u7ec8\u91c7\u7528\u51c6\u786e\u7387P recision\u3001\u53ec\u56de\u7387Recall\u548c\u7efc\u5408\u6307 \u6807M icro \u2212 F 1 \u503c \u4e28\u4e44\u4e42\u4e4c\u4e2c \u4e31\u4e39\u4e39\u4e32\u4e29\u5bf9\u6807\u6ce8\u7ed3\u679c\u8fdb\u884c\u8bc4\u4ef7\u3002 4.1 \u5b9e \u5b9e \u5b9e\u9a8c \u9a8c \u9a8c\u6570 \u6570 \u6570\u636e \u636e \u636e\u96c6 \u96c6 \u96c6 \u672c\u6587\u91c7\u7528\u4e86\u4e50\u4e65\u4e6e\u4e67", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "B-PER.NOM M-PER.NOM E-PER.NOM", "sec_num": null }, { "text": "\u8868 \u4e33\u4e2e \u4e57\u4e65\u4e69\u4e62\u4e6f \u4e4e\u4e45\u4e52\u6570\u636e\u96c6\u4e4c\u4e61\u4e62\u4e65\u4e6c\u5206\u5e03 4.2 \u5b9e \u5b9e \u5b9e\u9a8c \u9a8c \u9a8c\u53c2 \u53c2 \u53c2\u6570 \u6570 \u6570\u8bbe \u8bbe \u8bbe\u7f6e \u7f6e \u7f6e \u672c\u6587\u5b9e\u9a8c\u91c7\u7528\u4e50\u4e79\u4e74\u4e6f\u4e72\u4e63\u4e68 \u4e30\u4e2e\u4e34\u4e2e\u4e31\u6846\u67b6\uff0c\u5e76\u7528\u4e4e\u4e56\u4e49\u4e44\u4e49\u4e41\u7684\u4e31\u4e30\u4e38\u4e30\u4e47\u4e50\u4e55\u8fdb\u884c\u52a0\u901f\u3002\u4f7f\u7528\u7684\u9884\u8bad\u7ec3\u8bcd\u5411 \u91cf\u53c2\u6570\u5728\u8868 \u4e31\u4e2d\u5df2\u7ecf\u7ed9\u51fa\uff0c\u6a21\u578b\u7684\u67e5\u8be2\u8868\u4f7f\u7528\u9884\u8bad\u7ec3\u5f97\u5230\u7684\u5411\u91cf\u8fdb\u884c\u521d\u59cb\u5316\uff0c\u5176\u4ed6\u53c2\u6570\u5747\u91c7\u7528 \u5747\u5300\u5206\u5e03\u7684\u968f\u673a\u51fd\u6570\u521d\u59cb\u5316\u3002 \u8868 \u4e34\u7ed9 \u51fa \u4e86 \u6a21 \u578b \u7684 \u53c2 \u6570 \u503c \uff0c \u6211 \u4eec \u4f7f \u7528\u4e41\u4e64\u4e61\u4e6d(\u4e41\u4e64\u4e61\u4e70\u4e74\u4e69\u4e76\u4e65 \u4e6d\u4e6f\u4e6d\u4e65\u4e6e\u4e74 \u4e65\u4e73\u4e74\u4e69\u4e6d\u4e61\u4e74\u4e69\u4e6f\u4e6e) \u6765 \u4f18 \u5316 \u6240 \u6709 \u53ef \u8bad \u7ec3 \u7684 \u53c2 \u6570 \uff1b \u4e3a \u4e86 \u4fdd \u8bc1 \u5b57 \u8bcd \u4e8c \u8005 \u7684 \u540c \u4e00 \u6027 \uff0c \u4f7f \u7528 \u7684 \u5b57 \u8bcd \u5d4c \u5165 \u5f0f \u8868 \u793a \u7ef4 \u5ea6 \u90fd \u662f\u4e33\u4e30\u4e30\uff1b \u795e \u7ecf \u7f51 \u7edc \u7684 \u9690 \u85cf \u5c42 \u7ef4 \u5ea6 \u5747 \u8bbe \u4e3a\u4e33\u4e30\u4e30\uff1b \u591a \u5934 \u6ce8 \u610f \u529b \u673a \u5236 \u7684 \u5934 \u6570\u4e68\u4e65\u4e61\u4e64\u4e3a\u4e35\u4e28\u7ef4", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "B-PER.NOM M-PER.NOM E-PER.NOM", "sec_num": null }, { "text": "\u8868 \u4e35\u4e2e \u4e2d\u6587\u793e\u4ea4\u5a92\u4f53\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u5b9e\u9a8c\u7ed3\u679c\u5bf9\u6bd4\u4e28F 1 \u4e29 \u4e53\u4e54\u4e48\u4e4e\u6a21 \u578b \u6a21 \u578b \u5728 \u7279 \u5b9a \u5b9e \u4f53\u4e4e\u4e45\u7684 \u8bc6 \u522b \u4e0a \u6027 \u80fd \u8fbe \u5230 \u4e86\u4e36\u4e31\u4e2e\u4e35\u4e38\u4e25\uff0c \u6bd4 \u5df2 \u6709 \u6700 \u597d \u7684 \u6a21 \u578b \u7ed3 \u679c \u9ad8 \u51fa \u4e86 \u7ea6\u4e34\u4e2e\u4e34\u4e34\u4e25\uff1b \u5bf9 \u4e8e\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed \u6599 \u4e2d \u7279 \u6709 \u7684 \u6307 \u4ee3 \u5b9e \u4f53\u4e4e\u4e4d\u7684 \u8bc6 \u522b \uff0c\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u6a21 \u578b \u83b7 \u5f97 \u4e86\u4e37\u4e32\u4e2e\u4e30\u4e34\u4e25\u7684F 1 \u503c\uff1b\u6574\u4f53\u4e0a\u672c\u6587\u63d0\u51fa\u7684\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u53d6\u5f97\u4e86\u76ee\u524d\u6700\u597d\u7684\u7efc\u5408\u6027\u80fd\u4e36\u4e38\u4e2e\u4e31\u4e35\u4e25\uff0c\u6bd4\u4e4b\u524d", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "B-PER.NOM M-PER.NOM E-PER.NOM", "sec_num": null }, { "text": "\u4f46 \u662f\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7684P \u503c \u660e \u663e \u4f4e \u4e8e\u4e4c\u4e53\u4e54\u4e4d\u6a21 \u578b \uff0c \u867d \u7136\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5df2 \u7ecf \u662f \u8f7b \u91cf \u7ea7 \u7684\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\uff0c \u4f46 \u672c \u8d28 \u4e0a \u8fd8 \u662f \u4e00 \u4e2a \u591a \u8fde \u63a5 \u8ba1 \u7b97 \u6ce8 \u610f \u529b \u7684 \u6a21 \u578b \uff0c \u6b63 \u662f \u8fd9 \u6837 \u7684 \u673a \u5236 \u4f7f \u5f97\u4e53\u4e74\u4e61\u4e72\u4e2d \u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5145\u5206\u7406\u89e3\u4e86\u53e5\u5b50\u7684\u7ed3\u6784\uff0c\u8bc6\u522b\u51fa\u4e86\u66f4\u591a\u7684\u5b9e\u4f53\u3001\u63d0\u5347\u4e86\u5b9e\u4f53\u7c7b\u578b\u5224\u522b\u7684\u51c6\u786e\u5ea6\uff0c\u4f46 \u540c\u65f6\u5b58\u5728\u8fc7\u5ea6\u8bc6\u522b\u7684\u73b0\u8c61\uff0c\u4ece\u800c\u5bfc\u81f4P \u503c\u7684\u964d\u4f4e\u3002 \u4ece\u89e3\u51b3\u4e0a\u8ff0\u95ee\u9898\u7684\u89d2\u5ea6\u8003\u8651\uff0c\u6211\u4eec\u5229\u7528\u9ad8\u901f\u7f51\u7edc\u5bf9\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7684\u6bcf\u4e2a\u536b\u661f\u8282\u70b9\u8fdb \u884c\u4fe1\u606f\u7684\u81ea\u6211\u6865\u63a5\uff0c\u5b9e\u9a8c\u7ed3\u679c\u663e\u793a\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u76f8\u8f83\u4e8e\u4e53\u4e54\u4e41\u4e52\u6a21\u578b\u5728P \u503c\u4e0a\u63d0\u5347\u4e86\u8fd1\u4e32\u4e25\uff0c\u62c9\u8fd1\u4e86 \u4e0e\u4e4c\u4e53\u4e54\u4e4d\u6a21\u578b\u7684\u8ddd\u79bb\u3002\u4e0e\u6b64\u540c\u65f6\uff0c\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u8fdb\u4e00\u6b65\u63d0\u5347\u4e86R\u503c\u548cF 1 \u503c\u3002\u7531\u6b64\u53ef\u89c1\uff0c\u9ad8\u901f\u7f51\u7edc\u7684 \u95e8\u63a7\u673a\u5236\u53ef\u4ee5\u6709\u6548\u7f13\u89e3\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7684\u8fc7\u5ea6\u8bc6\u522b\u95ee\u9898\uff0c\u540c\u65f6\u5e26\u6765\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u6027\u80fd\u7684\u63d0\u5347\u3002 4.4 NE\u3001 \u3001 \u3001NM\u7ed3 \u7ed3 \u7ed3\u679c \u679c \u679c\u5bf9 \u5bf9 \u5bf9\u6bd4 \u6bd4 \u6bd4\u5206 \u5206 \u5206\u6790 \u6790 \u6790 \u8868 \u4e37\u7ed9\u51fa\u4e86\u4e09\u4e2a\u6a21\u578b\u5206\u522b\u5728\u7279\u5b9a\u5b9e\u4f53\u4e28\u4e4e\u4e45\u4e29\u548c\u6307\u4ee3\u5b9e\u4f53\u4e28\u4e4e\u4e4d\u4e29\u4e0a\u9762\u7684\u5b9e\u9a8c\u7ed3\u679c\u3002\u5bf9\u4e8e\u7279\u5b9a \u5b9e\u4f53\u4e4e\u4e45\u6765\u8bf4\uff0c\u6574\u4f53\u8d8b\u52bf\u548c\u8868 \u4e36\u5b9e\u9a8c\u7ed3\u679c\u4e00\u81f4\uff0c\u4e4c\u4e53\u4e54\u4e4d\u4ec5\u5728P \u503c\u4e0a\u5360\u4f18\u52bf\uff1b\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7684 \u5f15 \u5165 \u5e26 \u6765 \u4e86R\u503c \u7684 \u5927 \u5e45 \u5ea6 \u63d0 \u5347 \uff0c \u7ea6 \u4e3a\u4e34\u4e2e\u4e32\u4e37\u4e25\uff1b \u6211 \u4eec \u6700 \u7ec8 \u7684\u4e53\u4e54\u4e48\u4e4e\u6a21 \u578b \u8fdb \u4e00 \u6b65 \u4f18 \u5316 \u4e86\u4e53\u4e74\u4e61\u4e72\u4e2d \u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\uff0c\u5728R\u548cF 1 \u503c\u4e0a\u90fd\u8fbe\u5230\u4e86\u6700\u9ad8\u503c\uff0c\u867d\u7136P \u503c\u6ca1\u6709\u8d85\u8d8a\u4e4c\u4e53\u4e54\u4e4d\uff0c\u4f46\u662f\u5df2\u7ecf\u5c3d\u53ef\u80fd\u5c06 \u5dee\u8ddd\u6700\u5c0f\u5316\u3002 \u8868 \u4e37\u4e4e\u4e4d\u76f8 \u5173 \u7684 \u6570 \u636e \u4f53 \u73b0 \u4e86\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5bf9 \u6307 \u4ee3 \u5b9e \u4f53\u4e4e\u4e4d\u7684 \u8bc6 \u522b \u6027 \u80fd \uff0c\u4e53\u4e54\u4e41\u4e52\u6a21 \u578b \u5728P \u3001R\u548cF 1 \u4e09\u4e2a\u6307\u6807\u4e0a\u90fd\u6bd4\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u7684\u7ed3\u679c\u9ad8\u3002\u6b64\u5916\uff0c\u4e53\u4e54\u4e41\u4e52\u6a21\u578b\u7684R\u503c\u6bd4\u4e4c\u4e53\u4e54\u4e4d\u6a21\u578b\u9ad8 \u51fa\u4e86\u7ea6\u4e36\u4e2e\u4e31\u4e38\u4e25\uff0c\u53ef\u89c1\u76f8\u8f83\u4e8e\u7279\u5b9a\u5b9e\u4f53\uff0c\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u66f4\u9002\u5408\u7528\u5728\u6307\u4ee3\u5b9e\u4f53\u4e4e\u4e4d\u7684\u8bc6\u522b\u4e0a\u3002\u8fd9 \u4e5f\u8fdb\u4e00\u6b65\u9a8c\u8bc1\u4e86\u6211\u4eec\u5c06\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5e94\u7528\u5230\u793e\u4ea4\u5a92\u4f53\u9886\u57df\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u7684\u6709\u6548\u6027\u3002 Models NE NM P(%) R(%) F1(%) P(%) R(%) F1(%) \u4e4c\u4e53\u4e54\u4e4d", "cite_spans": [], "ref_spans": [], "eq_spans": [], "section": "B-PER.NOM M-PER.NOM E-PER.NOM", "sec_num": null } ], "back_matter": [], "bib_entries": {}, "ref_entries": { "TABREF0": { "type_str": "table", "text": "\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4e28\u4e4e\u4e61\u4e6d\u4e65\u4e64 \u4e45\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e52\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e\u4e2c \u4e4e\u4e45\u4e52\u4e29\u65e8\u5728\u8bc6\u522b\u51fa\u975e\u7ed3\u6784\u5316\u6587\u672c\u5e8f\u5217\u4e2d\u5177\u6709\u7279\u6b8a \u542b\u4e49\u7684\u5b9e\u4f53\uff0c\u5e76\u4e3a\u8fd9\u4e9b\u5b9e\u4f53\u5206\u914d\u76f8\u5e94\u7684\u7c7b\u522b\uff0c\u6bd4\u5982\u4eba\u540d\u3001\u5730\u540d\u3001\u7ec4\u7ec7\u673a\u6784\u540d\u7b49\u7b49\u3002\u7531\u4e8e\u547d\u540d \u5b9e\u4f53\u8bc6\u522b\u5728\u5bf9\u8bdd\u751f\u6210 \u4e28\u4e52\u4e65\u4e64\u4e64\u4e79 \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e31\u4e39\u4e29\u3001\u5173\u7cfb\u62bd\u53d6 \u4e28\u4e5a\u4e65\u4e6c\u4e65\u4e6e\u4e6b\u4e6f \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e30\u4e33\u4e29\u3001\u5171\u6307\u6d88\u89e3 \u4e28\u4e43\u4e6c\u4e61\u4e72\u4e6b \u4e61\u4e6e\u4e64 \u4e4d\u4e61\u4e6e\u4e6e\u4e69\u4e6e\u4e67\u4e2c \u4e32\u4e30\u4e31\u4e36\u4e29\u7b49\u4efb\u52a1\u4e2d\u8d77\u7740\u57fa\u7840\u652f\u6491\u4f5c\u7528\uff0c\u56e0\u6b64\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u5728\u81ea\u7136\u8bed\u8a00\u5904\u7406\u4e28\u4e4e\u4e61\u4e74\u4e75\u4e72\u4e61\u4e6c \u4e4c\u4e61\u4e6e\u4e67\u4e75\u4e61\u4e67\u4e65 \u4e50\u4e72\u4e6f\u4e63\u4e65\u4e73\u4e73\u4e69\u4e6e\u4e67\u4e2c \u4e4e\u4e4c\u4e50\u4e29\u9886\u57df\u5f97\u5230\u4e86\u5e7f\u6cdb\u7684\u7814\u7a76\u3002 \u793e\u4ea4\u5a92\u4f53\u9886\u57df\u7684\u4e2d\u6587\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4e00\u76f4\u662f\u4e9f\u5f85\u53d1\u5c55\u7684\u70ed\u70b9\u4efb\u52a1\u4e4b\u4e00\uff0c\u7531\u4e8e\u5176\u9886\u57df\u7279\u6b8a\u6027\uff0c \u793e\u4ea4\u5a92\u4f53\u7684\u4e2d\u6587\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4e3b\u8981\u6709\u4e33\u4e2a\u96be\u70b9\uff1a\u4e31\u4e29 \u76f8\u8f83\u4e8e\u82f1\u6587\uff0c\u6c49\u8bed\u6ca1\u6709\u663e\u5f0f\u7684\u8bcd\u8bed\u8fb9\u754c\uff0c\u4e13 \u6709\u8bcd\u6c47\u4e5f\u6ca1\u6709\u62fc\u5199\u53d8\u5316\u7b49\u63d0\u793a\u4fe1\u606f\uff1b\u4e32\u4e29 \u793e\u4ea4\u5a92\u4f53\u9886\u57df\u591a\u662f\u4e0d\u89c4\u8303\u7684\u77ed\u6587\u672c\uff0c\u65b0\u8bcd\u548c\u9519\u8bcd\u9891\u7e41\u51fa \u73b0\uff0c\u7f51\u7edc\u7528\u8bed\u4ee5\u53ca\u8868\u60c5\u7b49\u566a\u58f0\u5e72\u6270\u8f83\u591a\uff1b\u4e33\u4e29\u793e\u4ea4\u5a92\u4f53\u9886\u57df\u7684\u8bed\u6599\u76f8\u8f83\u4e8e\u89c4\u8303\u7684\u65b0\u95fb\u7c7b\u8bed\u6599\u89c4\u6a21 \u8f83\u5c0f\u3002 \u4f5c\u4e3a\u4e00\u4e2a\u5178\u578b\u7684\u5e8f\u5217\u6807\u6ce8\u95ee\u9898\uff0c\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u7684\u795e\u7ecf\u7f51\u7edc\u6a21\u578b\u901a\u5e38\u5305\u542b\u4e09\u4e2a\u7ec4\u4ef6\uff1a\u5355 \u8bcd\u5d4c\u5165\u5c42\u3001\u4e0a\u4e0b\u6587\u7f16\u7801\u5668\u5c42\u4ee5\u53ca\u89e3\u7801\u5668\u5c42\uff0c\u73b0\u6709\u7684\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u6a21\u578b\u4e00\u822c\u901a\u8fc7\u4e0d\u65ad\u4f18\u5316 \u8fd9\u4e09\u4e2a\u7ec4\u4ef6\u6765\u5bfb\u6c42\u7a81\u7834\u3002\u5faa\u73af\u795e\u7ecf\u7f51\u7edc(\u4e52\u4e65\u4e63\u4e75\u4e72\u4e72\u4e65\u4e6e\u4e74 \u4e4e\u4e65\u4e75\u4e72\u4e61\u4e6c \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e2c \u4e52\u4e4e\u4e4e) \u4e28\u4e5a\u4e61\u4e72\u4e65\u4e6d\u4e62\u4e61 \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e31\u4e34\u4e29\u8fd9\u4e00\u7c7b\u7f16\u7801\u5668\uff0c\u5c24\u5176\u662f\u53cc\u5411\u957f\u77ed\u671f\u8bb0\u5fc6\u7f51\u7edc\u4e28\u4e42\u4e69\u4e2d\u4e64\u4e69\u4e72\u4e65\u4e63\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e4c\u4e6f\u4e6e\u4e67 \u4e53\u4e68\u4e6f\u4e72\u4e74\u4e2d\u4e54\u4e65\u4e72\u4e6d \u4e4d\u4e65\u4e6d\u4e2d \u4e6f\u4e72\u4e79\u4e2c \u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u4e29 \u4e28\u4e48\u4e6f\u4e63\u4e68\u4e72\u4e65\u4e69\u4e74\u4e65\u4e72 \u4e61\u4e6e\u4e64 \u4e53\u4e63\u4e68\u4e6d\u4e69\u4e64\u4e68\u4e75\u4e62\u4e65\u4e72\u4e2c \u4e31\u4e39\u4e39\u4e37\u4e29\u4ee5\u5e8f\u5217\u4f5c\u4e3a\u8f93\u5165\uff0c\u5728\u4e0a\u4e0b\u6587\u4fe1\u606f\u65b9\u9762\u6709\u7740 \u5f3a\u5927\u7684\u5b66\u4e60\u80fd\u529b\uff0c\u4f46\u662f\u4e0d\u80fd\u6355\u6349\u5230\u8f83\u957f\u8ddd\u79bb\u7684\u4e0a\u4e0b\u6587\u4f9d\u8d56\u5173\u7cfb\u3002\u4e56\u4e61\u4e73\u4e77\u4e61\u4e6e\u4e69 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e37\u4e29\u63d0\u51fa \u7684\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u6a21\u578b\u91c7\u7528\u5b8c\u5168\u8fde\u63a5\u7684\u81ea\u6ce8\u610f\u529b\u7ed3\u6784\u6765\u5bf9\u8fdc\u7a0b\u4e0a\u4e0b\u6587\u8fdb\u884c\u5efa\u6a21\uff0c\u80fd\u591f\u8f83\u597d\u5730\u5f25 \u8865\u4e52\u4e4e\u4e4e\u6a21\u578b\u7684\u7f3a\u70b9\uff0c\u800c\u4e14\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5177\u6709\u66f4\u597d\u7684\u5e76\u884c\u8ba1\u7b97\u80fd\u529b\u3002\u4f46\u4e59\u4e61\u4e6e \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e39\u4e29\u7684\u5b9e\u9a8c\u8bc1 \u5b9e\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4e0d\u80fd\u5f88\u597d\u5730\u9002\u7528\u4e8e\u4e4e\u4e45\u4e52\u4efb\u52a1\u4e2d\uff0c\u539f\u56e0\u662f\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5185\u90e8\u7ed3\u6784\u590d\u6742\u5e76\u4e14\u91c7\u7528\u5168\u8fde \u63a5\u7684\u6ce8\u610f\u529b\u673a\u5236\uff0c\u8fd9\u4e5f\u5bfc\u81f4\u6027\u80fd\u7684\u63d0\u5347\u9700\u8981\u4f9d\u8d56\u5927\u91cf\u7684\u8bad\u7ec3\u6570\u636e\u3002\u800c\u5bf9\u4e8e\u793e\u4ea4\u5a92\u4f53\u9886\u57df\u7684\u547d\u540d \u5b9e\u4f53\u8bc6\u522b\u800c\u8a00\uff0c\u96be\u70b9\u4e4b\u4e00\u5c31\u662f\u8bed\u6599\u89c4\u6a21\u8fc7\u5c0f\uff0c\u56e0\u6b64\u4f20\u7edf\u7684\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u65e0\u6cd5\u53d6\u5f97\u9884\u671f\u7684\u6027\u80fd\u3002\u56e0 \u6b64\uff0c\u5982\u4f55\u5c06\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u8f83\u597d\u5730\u878d\u5165\u5230\u4e4e\u4e45\u4e52\u4efb\u52a1\u4e2d\u6210\u4e3a\u4e5c\u5f53\u52a1\u4e4b\u6025\u4e22\u3002 \u5df2\u6709\u7684\u4e2d\u6587\u793e\u4ea4\u5a92\u4f53\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u7814\u7a76\u90fd\u662f\u4f7f\u7528\u5b57\u7c92\u5ea6\u7684\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599 \u4e28\u4e50\u4e65\u4e6e\u4e67 \u4e61\u4e6e\u4e64 \u4e44\u4e72\u4e65\u4e64\u4e7a\u4e65\u4e2c \u4e32\u4e30\u4e31\u4e35\u4e29\uff0c\u672c\u6587\u540c\u6837\u7684\u5728\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u4e0a\u8fdb\u884c\u5b9e\u9a8c\u3002\u6b64\u5916\uff0c\u8003\u8651\u5230\u8bcd\u7c92\u5ea6\u7684\u8bed\u6599\u5305\u542b\u66f4\u4e30\u5bcc\u4e14\u60c5\u5883\u5316 \u7684\u5e8f\u5217\u4fe1\u606f\uff0c\u6211\u4eec\u6839\u636e\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u4e2d\u6bcf\u4e2a\u5b57\u7684\u4f4d\u7f6e\u7279\u5f81\u5bf9\u8bed\u6599\u8fdb\u884c\u4e86\u91cd\u65b0\u6807\u6ce8\uff0c\u6574\u7406\u51fa\u6309\u8bcd\u7c92 \u5ea6\u5212\u5206\u7684\u65b0\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u3002\u8fdb\u4e00\u6b65\u7684\uff0c\u672c\u6587\u5c06\u5b57\u7c92\u5ea6\u548c\u8bcd\u7c92\u5ea6\u7f6e\u4e8e\u540c\u7b49\u7ef4\u5ea6\u4f5c\u4e3a\u7f16\u7801\u5c42\u7684\u8f93\u5165\uff0c \u83b7\u5f97\u4e86\u8f83\u597d\u7684\u6587\u672c\u5e8f\u5217\u8868\u793a\uff0c\u6709\u6548\u7f13\u89e3\u4e86\u4e2d\u6587\u8fb9\u754c\u6a21\u7cca\u7684\u95ee\u9898\u3002 \u672c\u6587\u7684\u4e3b\u8981\u8d21\u732e\u5982\u4e0b\uff1a\u4e31\u4e29\u672c\u6587\u91cd\u65b0\u6807\u6ce8\u5e76\u6574\u7406\u51fa\u8bcd\u7c92\u5ea6\u7684\u4e2d\u6587\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\uff0c\u5df2\u5f00\u6e90\u4f9b\u5927 \u5bb6\u4f7f\u7528 0 \uff1b\u4e32\u4e29\u672c\u6587\u9996\u6b21\u5c06\u8f7b\u91cf\u7ea7\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u6a21\u578b\u5e94\u7528\u5230\u4e2d\u6587\u793e\u4ea4\u5a92\u4f53\u4e4e\u4e45\u4e52\u4efb\u52a1\u4e2d\uff0c\u5e76\u4e14\u5229 \u7528\u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73\u673a\u5236\u4f7f\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u66f4\u9ad8\u6548\u5730\u9002\u914d\u4e4e\u4e45\u4e52\u4efb\u52a1\uff0c\u53d6\u5f97\u4e86\u53ef\u89c2\u7684\u6027\u80fd\u3002\u5b9e \u9a8c\u7ed3\u679c\u8868\u660e\uff0c\u672c\u6587\u63d0\u51fa\u7684\u57fa\u4e8e\u5b57\u8bcd\u7c92\u5ea6\u7684\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72 \u4e77\u4e69\u4e74\u4e68 \u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73\u4e28\u4e53\u4e54\u4e48\u4e4e\u4e29\u6a21 \u578b\u53ef\u4ee5\u5927\u5e45\u63d0\u5347\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5728\u793e\u4ea4\u5a92\u4f53\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4e0a\u7684\u6027\u80fd\uff0c\u5e76\u4e14\u5728\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u4e0a\u53d6\u5f97\u76ee\u524d \u6700\u597d\u7684\u6027\u80fd\u3002 2 \u76f8 \u76f8 \u76f8\u5173 \u5173 \u5173\u7814 \u7814 \u7814\u7a76 \u7a76 \u7a76 \u4e52\u4e4e\u4e4e\u4e00\u7c7b\u7684\u795e\u7ecf\u7f51\u7edc\u6a21\u578b\u7531\u4e8e\u5176\u987a\u5e8f\u7279\u5f81\u800c\u88ab\u5e94\u7528\u5728\u4e4e\u4e4c\u4e50\u4efb\u52a1\u4e2d\uff0c\u800c\u5176\u4e2d\u5e94\u7528\u6700\u4e3a\u5e7f \u6cdb\u7684\u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u6a21\u578b\u5df2\u7ecf\u6210\u4e3a\u4e3b\u6d41\u7f16\u7801\u5668\u3002\u4e48\u4e75\u4e61\u4e6e\u4e67 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e35\u4e29\u7b49\u9996\u5148\u5f15\u5165\u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u548c\u4e43\u4e52\u4e46\u6a21\u578b \u6765\u89e3\u51b3\u5e8f\u5217\u6807\u6ce8\u95ee\u9898\uff0c\u4ece\u90a3\u65f6\u8d77\uff0c\u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u6a21\u578b\u88ab\u5e7f\u6cdb\u5e94\u7528\u4e8e\u4e4e\u4e45\u4e52\u9886\u57df\uff0c\u4e43\u4e68\u4e69\u4e75 \u4e61\u4e6e\u4e64 \u4e4e\u4e69\u4e63\u4e68\u4e6f\u4e6c\u4e73 \u4e28\u4e32\u4e30\u4e31\u4e36\u4e29\u3001\u4e44\u4e6f\u4e6e\u4e67 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e36\u4e29\u3001\u4e4c\u4e61\u4e6d\u4e70\u4e6c\u4e65 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e36\u4e29\u4ee5\u53ca\u4e4d\u4e61 \u4e61\u4e6e\u4e64 \u4e48\u4e6f\u4e76\u4e79 \u4e28\u4e32\u4e30\u4e31\u4e36\u4e29\u7684\u7814\u7a76\u90fd\u662f\u57fa\u4e8e\u6b64\u6a21 \u578b\u3002 \u5728\u5b57\u8bcd\u7f16\u7801\u65b9\u9762\uff0c\u5df2\u6709\u7814\u7a76\u5747\u662f\u4ee5\u5b57\u7c92\u5ea6\u4e3a\u4e3b\uff0c\u8bcd\u7c92\u5ea6\u4e3a\u8f85\uff0c\u6ca1\u6709\u5c06\u4e8c\u8005\u653e\u5728\u540c\u7b49\u7ef4\u5ea6\u4e0a \u8003\u8651\u3002\u5177\u6709\u4ee3\u8868\u6027\u7684\u76f8\u5173\u7814\u7a76\u6709\uff1a\u4e5a\u4e68\u4e61\u4e6e\u4e67 \u4e61\u4e6e\u4e64 \u4e59\u4e61\u4e6e\u4e67 \u4e28\u4e32\u4e30\u4e31\u4e38\u4e29\u5f15\u5165\u4e4c\u4e61\u4e74\u4e74\u4e69\u4e63\u4e65\u7ed3\u6784\u5c06\u6240\u6709\u4e0e\u8bcd\u5178\u5339\u914d \u7684\u6f5c\u5728\u5355\u8bcd\u4fe1\u606f\u6574\u5408\u5230\u5b57\u7b26\u5e8f\u5217\u4e2d\uff0c\u83b7\u5f97\u8f83\u597d\u7684\u5411\u91cf\u8868\u793a\uff1b\u4e47\u4e6f\u4e6e\u4e67 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e32\u4e30\u4e29\u4ee5\u5b57\u7c92\u5ea6\u4f5c\u4e3a\u8f93 \u5165\uff0c\u5c06\u8bcd\u8bed\u8fb9\u754c\u4fe1\u606f\u878d\u5165\u5230\u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u548c\u4e43\u4e52\u4e46\u4e2d\uff0c\u4ee5\u6b64\u5f25\u8865\u5b57\u7c92\u5ea6\u8f93\u5165\u4fe1\u606f\u4e0d\u8db3\u7684\u7f3a\u70b9\uff1b\u4e47\u4e75\u4e69 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e39\u4e29\u5229\u7528\u4e43\u4e4e\u4e4e\u5bf9\u4e0d\u540c\u7a97\u53e3\u5927\u5c0f\u7684\u6f5c\u5728\u5355\u8bcd\u8fdb\u884c\u7f16\u7801\uff1b\u4e50\u4e65\u4e6e\u4e67 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e39\u4e29\u4f18\u5316\u4e86\u4e4c\u4e61\u4e74\u4e74\u4e69\u4e63\u4e65\u7ed3\u6784 \u7684\u6f5c\u5728\u8bcd\u5411\u91cf\u8868\u793a\uff0c\u83b7\u5f97\u4e86\u8f83\u5feb\u7684\u8fd0\u7b97\u901f\u5ea6\u4ee5\u53ca\u66f4\u597d\u7684\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u6027\u80fd\u3002 \u5c3d\u7ba1\u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u6a21\u578b\u5728\u4e4e\u4e45\u4e52\u9886\u57df\u83b7\u5f97\u4e86\u4e0d\u5c0f\u7684\u6210\u5c31\uff0c\u4f46\u662f\u5b83\u5fc5\u987b\u9010\u4e00\u8ba1\u7b97\u4e74\u4e6f\u4e6b\u4e65\u4e6e\u7684\u8868\u793a\uff0c\u8fd9\u6781 \u5927\u5730\u963b\u788d\u4e86\u4e47\u4e50\u4e55\u7684\u5e76\u884c\u6027\u5229\u7528\uff0c\u800c\u4e14\u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u65e0\u6cd5\u6355\u6349\u5230\u8f83\u957f\u8ddd\u79bb\u7684\u4e0a\u4e0b\u6587\u4f9d\u8d56\u5173\u7cfb\u3002\u4e32\u4e30\u4e31\u4e37\u5e74 \u4ee5\u6765\uff0c\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72 \u4e28\u4e56\u4e61\u4e73\u4e77\u4e61\u4e6e\u4e69 \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e31\u4e37\u4e29\u9010\u6e10\u5728\u4e4e\u4e4c\u4e50\u5404\u4e2a\u4efb\u52a1\u4e2d\u5360\u636e\u4e3b\u5bfc\u5730\u4f4d\uff0c\u4f8b\u5982\u673a\u5668\u7ffb \u8bd1 \u4e28\u4e56\u4e61\u4e73\u4e77\u4e61\u4e6e\u4e69 \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e31\u4e37\u4e29\u3001\u8bed\u8a00\u5efa\u6a21 \u4e28\u4e52\u4e61\u4e64\u4e66\u4e6f\u4e72\u4e64 \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e31\u4e38\u4e29\u4ee5\u53ca\u9884\u8bad\u7ec3\u6a21\u578b \u4e28\u4e44\u4e65\u4e76\u4e6c\u4e69\u4e6e \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u57fa\u4e8e \u4e8e \u4e8eStar-Transformer \u7684 \u7684 \u7684\u547d \u547d \u547d\u540d \u540d \u540d\u5b9e \u5b9e \u5b9e\u4f53 \u4f53 \u4f53\u8bc6 \u8bc6 \u8bc6\u522b \u522b \u522b\u6846 \u6846 \u6846\u67b6 \u67b6 \u67b6", "content": "
\u4e32\u4e30\u4e31\u4e39\u4e29\u7b49\u7b49\u3002\u7136\u800c\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5728\u4e4e\u4e45\u4e52\u4efb\u52a1\u4e2d\u6548\u679c\u4e0d\u4f73\uff0c\u4e59\u4e61\u4e6e \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e39\u4e29\u63d0\u51fa\u4e86\u4e54\u4e45\u4e4e\u4e45\u4e52\u6a21\u578b\uff0c
\u5f15\u5165\u4e86\u65b9\u5411\u611f\u77e5\u3001\u8ddd\u79bb\u611f\u77e5\u548c\u65e0\u6bd4\u4f8b\u5173\u6ce8\uff0c\u540c\u65f6\u5b9a\u5236\u4e86\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4e13\u5c5e\u7684\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7f16\u7801
\u5c42\uff0c\u4f7f\u5f97\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5728\u4e4e\u4e45\u4e52\u4efb\u52a1\u4e0a\u83b7\u5f97\u8f83\u597d\u6027\u80fd\u3002\u4e4c\u4e69 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e32\u4e30\u4e29\u7684\u4e46\u4e4c\u4e41\u4e54\u6a21\u578b\u5c06\u4e4c\u4e61\u4e74\u4e74\u4e69\u4e63\u4e65\u7ed3\u6784
\u8f6c\u6362\u4e3a\u5e73\u9762\u7ed3\u6784\uff0c\u5e76\u4e14\u8bbe\u8ba1\u5408\u9002\u7684\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4f4d\u7f6e\u7f16\u7801\uff0c\u8fdb\u4e00\u6b65\u63d0\u5347\u4e86\u4e4e\u4e45\u4e52\u6027\u80fd\u3002
\u672c\u6587\u7ed3\u5408\u5b57\u4e0e\u8bcd\u7c92\u5ea6\u5404\u81ea\u7684\u4f18\u52bf\uff0c\u5c06\u4e8c\u8005\u653e\u5728\u540c\u7b49\u7ef4\u5ea6\u4f5c\u4e3a\u4e0b\u5c42\u7f16\u7801\u5668\u7684\u8f93\u5165\uff0c\u540c\u65f6\u5f15
\u5165\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4ee3\u66ff\u4f20\u7edf\u6a21\u578b\u4e2d\u7684\u4e42\u4e69\u4e4c\u4e53\u4e54\u4e4d\u6a21\u578b\uff0c\u52a0\u5165\u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73\u673a\u5236\u8fdb\u884c\u7ed3\u70b9\u4fe1\u606f
\u7684\u81ea\u6211\u6865\u63a5\uff0c\u901a\u8fc7\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7279\u6709\u7684\u6ce8\u610f\u529b\u8fde\u63a5\u548c\u95e8\u63a7\u673a\u5236\u7684\u52a8\u6001\u8c03\u6574\u670d\u52a1\u4e8e\u793e\u4ea4\u5a92\u4f53\u9886
\u57df\u7684\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u3002
3 \u57fa \u57fa \u5c06\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u770b\u4f5c\u662f\u5e8f\u5217\u6807\u6ce8\u95ee\u9898\u4e4b\u540e\uff0c\u5b9e\u4f53\u91c7\u7528\u4e42\u4e4d\u4e45\u4e53\u89c4\u5219\u6807\u6ce8\uff0c\u5b9e\u4f53\u7684\u5f00\u5934\u6807\u6ce8
\u4e3a\u4e42\u4e28\u4e42\u4e65\u4e67\u4e69\u4e6e\u4e6e\u4e69\u4e6e\u4e67\u4e29\uff0c\u5b9e\u4f53\u5185\u90e8\u5355\u5143\u6807\u6ce8\u4e3a\u4e4d\u4e28\u4e4d\u4e65\u4e64\u4e69\u4e61\u4e6e\u4e29\uff0c\u5b9e\u4f53\u7684\u7ed3\u5c3e\u6807\u6ce8\u4e3a\u4e45\u4e28\u4e45\u4e6e\u4e64\u4e29\uff0c\u5176\u4ed6\u7684\u8bcd\u6807\u6ce8
\u4e3a\u4e4f\u4e28\u4e4f\u4e74\u4e68\u4e65\u4e72\u4e29\u3002
\u56fe \u4e31\u7ed9\u51fa\u4e86\u672c\u6587\u63d0\u51fa\u7684\u57fa\u4e8e\u5b57\u8bcd\u7c92\u5ea6\u7684\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72 \u4e77\u4e69\u4e74\u4e68 \u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73\u6a21\u578b\u5b8c\u6574
\u6846\u67b6\uff0c\u4ece\u56fe\u4e2d\u53ef\u4ee5\u770b\u51fa\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u53ef\u4ee5\u5206\u4e3a\u4e24\u4e2a\u90e8\u5206\uff1a\u7b2c\u4e00\u90e8\u5206\u662f\u5b57\u8bcd\u7c92\u5ea6\u7684\u5d4c\u5165\u5f0f\u8868\u793a\uff0c\u6a21
\u578b\u4ee5\u540c\u7b49\u7ef4\u5ea6\u7684\u5b57\u5411\u91cf\u548c\u8bcd\u5411\u91cf\u4f5c\u4e3a\u8f93\u5165\uff0c\u5176\u4e2d\u5b57\u5411\u91cf\u9700\u8981\u7ecf\u8fc7\u4e53\u4e65\u4e6c\u4e66\u4e2d\u4e41\u4e74\u4e74\u4e65\u4e6e\u4e74\u4e69\u4e6f\u4e6e\u505a\u521d\u6b65\u5904\u7406\uff1b\u7b2c
\u4e8c\u90e8\u5206\u662f\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u3002\u4e0b\u9762\u9010\u4e2a\u4ecb\u7ecd\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u4e2d\u5404\u4e2a\u7ec4\u6210\u90e8\u5206\u3002
word embedding
char embedding
CRFSelf Attention
hidden embedding
h1
h8h2
h7sh3Star-Transformer
h6h4
h5
Gate
0 \u8bcd\u7c92\u5ea6\u5212\u5206\u7684weiboNER\u8bed\u6599\uff1ahttps://github.com/cchen-nlp/weiboNER
Linear
Q
", "html": null, "num": null }, "TABREF2": { "type_str": "table", "text": "Highway Networks \u9ad8\u901f\u7f51\u7edc(\u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73) \u4e28\u4e53\u4e72\u4e69\u4e76\u4e61\u4e73\u4e74\u4e61\u4e76\u4e61 \u4e65\u4e74 \u4e61\u4e6c\u4e2e\u4e2c \u4e32\u4e30\u4e31\u4e35\u4e29\u662f\u4e00\u79cd\u80fd\u591f\u5728\u4fe1\u606f\u4f20\u9012\u4e4b\u95f4\u8fdb\u884c \u5e73\u6ed1\u5207\u6362\u7684\u795e\u7ecf\u7f51\u7edc\uff0c\u5b83\u80fd\u591f\u6709\u6548\u89e3\u51b3\u7f51\u7edc\u6df1\u5ea6\u52a0\u6df1\uff0c\u68af\u5ea6\u4fe1\u606f\u56de\u6d41\u53d7\u963b\uff0c\u9020\u6210\u7f51\u7edc\u8bad\u7ec3\u56f0\u96be \u7684\u95ee\u9898\u3002\u4e44\u4e61\u4e75\u4e70\u4e68\u4e69\u4e6e \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e37\u4e29\u3001\u4e47\u4e65\u4e68\u4e72\u4e69\u4e6e\u4e67 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e37\u4e29\u4ee5\u53ca\u4e57\u4e75 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e31\u4e39\u4e29\u9a8c\u8bc1\u4e86\u4e4c\u4e53\u4e54\u4e4d\u7c7b\u578b\u7684 \u95e8\u63a7\u5355\u5143\u5728\u5e8f\u5217\u5b66\u4e60\u4efb\u52a1\u4e2d\u662f\u6709\u6548\u7684\u3002\u800c\u4e43\u4e68\u4e61\u4e69 \u4e65\u4e74 \u4e61\u4e6c\u4e2e \u4e28\u4e32\u4e30\u4e32\u4e30\u4e29\u8bc1\u660e\u4e86\u9ad8\u901f\u7f51\u7edc\u7c7b\u578b\u7684\u95e8\u63a7\u673a\u5236\u6709 \u52a9\u4e8e\u589e\u5f3a\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7ec4\u4ef6\u3002 \u8003\u8651\u5230\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7528\u661f\u578b\u62d3\u6251\u7ed3\u6784\u4ee3\u66ff\u5168\u8fde\u901a\u7ed3\u6784\uff0c\u51cf\u5c11\u4e86\u76f8\u5bf9\u8f83\u591a\u7684\u8ba1\u7b97\uff0c\u6211\u4eec \u5bf9\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4e2d\u7684\u6bcf\u4e2a\u536b\u661f\u7ed3\u70b9h i \u5229\u7528\u9ad8\u901f\u7f51\u7edc\u8fdb\u884c\u4fe1\u606f\u7684\u81ea\u6211\u6865\u63a5\uff0c\u4f7f\u5f97\u6bcf\u4e00\u5c42\u4e53\u4e74\u4e61\u4e72\u4e2d \u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u90fd\u80fd\u591f\u5145\u5206\u5229\u7528\u4e0a\u4e00\u5c42\u7684\u536b\u661f\u8282\u70b9\u4fe1\u606f\uff0c\u8fd9\u6837\u7684\u81ea\u6211\u6865\u63a5\u53ef\u4ee5\u770b\u4f5c\u662f\u7279\u5f81\u7684\u52a8\u6001\u8c03 \u6574\uff0c\u56fe \u4e33\u7ed9\u51fa\u4e86\u6211\u4eec\u5728\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5185\u90e8\u52a0\u5165\u7684\u9ad8\u901f\u7f51\u7edc\u7ed3\u6784\u3002", "content": "
\u8ba1\u7b97\u8bed\u8a00\u5b66
Gate
Linear
Q
h1h1
h8h2h8h2
h7h3h7h3
h6h4h6h4
h5h5
(a)(b)
", "html": null, "num": null }, "TABREF6": { "type_str": "table", "text": "Lecture Notes in Computer Science\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e32\u4e33\u4e39\u4e7b\u4e32\u4e35\u4e30\u4e2e \u4e53\u4e70\u4e72\u4e69\u4e6e\u4e67\u4e65\u4e72\u4e2e \u4e4a\u4e6f\u4e6e\u4e61\u4e73 \u4e47\u4e65\u4e68\u4e72\u4e69\u4e6e\u4e67\u4e2c \u4e4d\u4e69\u4e63\u4e68\u4e61\u4e65\u4e6c \u4e41\u4e75\u4e6c\u4e69\u4e2c \u4e44\u4e61\u4e76\u4e69\u4e64 \u4e47\u4e72\u4e61\u4e6e\u4e67\u4e69\u4e65\u4e72\u4e2c \u4e44\u4e65\u4e6e\u4e69\u4e73 \u4e59\u4e61\u4e72\u4e61\u4e74\u4e73\u4e2c \u4e61\u4e6e\u4e64 \u4e59\u4e61\u4e6e\u4e6e \u4e4e\u4e2e \u4e44\u4e61\u4e75\u4e70\u4e68\u4e69\u4e6e\u4e2e \u4e32\u4e30\u4e31\u4e37\u4e2e \u4e43\u4e6f\u4e6e\u4e76\u4e6f\u4e6c\u4e75\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e73\u4e65\u4e71\u4e75\u4e65\u4e6e\u4e63\u4e65 \u4e74\u4e6f \u4e73\u4e65\u4e71\u4e75\u4e65\u4e6e\u4e63\u4e65 \u4e6c\u4e65\u4e61\u4e72\u4e6e\u4e69\u4e6e\u4e67\u4e2e \u4e49\u4e6e \u4e44\u4e6f\u4e69\u4e6e\u4e61 \u4e50\u4e72\u4e65\u4e63\u4e75\u4e70 \u4e61\u4e6e\u4e64 \u4e59\u4e65\u4e65 \u4e57\u4e68\u4e79\u4e65 \u4e54\u4e65\u4e68\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the 34th International Conference on Machine Learning, ICML 2017, Sydney, NSW, Australia, 6-11 August 2017\u4e2c \u4e76\u4e6f\u4e6c\u4e75\u4e6d\u4e65 \u4e37\u4e30 \u4e6f\u4e66 Proceedings of Machine Learning Research\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e31\u4e32\u4e34\u4e33\u4e7b\u4e31\u4e32\u4e35\u4e32\u4e2e \u4e50\u4e4d\u4e4c\u4e52\u4e2e \u4e5a\u4e68\u4e61\u4e6f\u4e68\u4e65\u4e6e\u4e67 \u4e47\u4e6f\u4e6e\u4e67\u4e2c \u4e50\u4e69\u4e6e\u4e67 \u4e43\u4e68\u4e65\u4e6e\u4e2c \u4e61\u4e6e\u4e64 \u4e4a\u4e69\u4e61\u4e6e\u4e67 \u4e5a\u4e68\u4e6f\u4e75\u4e2e \u4e32\u4e30\u4e32\u4e30\u4e2e \u4e49\u4e6e\u4e74\u4e65\u4e67\u4e72\u4e61\u4e74\u4e69\u4e6e\u4e67 \u4e62\u4e6f\u4e75\u4e6e\u4e64\u4e61\u4e72\u4e79 \u4e61\u4e73\u4e73\u4e65\u4e6d\u4e62\u4e6c\u4e69\u4e6e\u4e67 \u4e69\u4e6e\u4e74\u4e6f \u4e61 \u4e44\u4e4e\u4e4e \u4e66\u4e72\u4e61\u4e6d\u4e65\u4e77\u4e6f\u4e72\u4e6b \u4e66\u4e6f\u4e72 \u4e6e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e \u4e69\u4e6e \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e73\u4e6f\u4e63\u4e69\u4e61\u4e6c \u4e6d\u4e65\u4e64\u4e69\u4e61 \u4e74\u4e65\u4e78\u4e74\u4e2e CoRR\u4e2c \u4e61\u4e62\u4e73\u4e2f\u4e32\u4e30\u4e30\u4e32\u4e2e\u4e31\u4e31\u4e39\u4e31\u4e30\u4e2e \u4e54\u4e61\u4e6f \u4e47\u4e75\u4e69\u4e2c \u4e52\u4e75\u4e6f\u4e74\u4e69\u4e61\u4e6e \u4e4d\u4e61\u4e2c \u4e51\u4e69 \u4e5a\u4e68\u4e61\u4e6e\u4e67\u4e2c \u4e4c\u4e75\u4e6a\u4e75\u4e6e \u4e5a\u4e68\u4e61\u4e6f\u4e2c \u4e59\u4e75\u4e2d\u4e47\u4e61\u4e6e\u4e67 \u4e4a\u4e69\u4e61\u4e6e\u4e67\u4e2c \u4e61\u4e6e\u4e64 \u4e58\u4e75\u4e61\u4e6e\u4e6a\u4e69\u4e6e\u4e67 \u4e48\u4e75\u4e61\u4e6e\u4e67\u4e2e \u4e32\u4e30\u4e31\u4e39\u4e2e \u4e43\u4e6e\u4e6e\u4e2d\u4e62\u4e61\u4e73\u4e65\u4e64 \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e4e\u4e45\u4e52 \u4e77\u4e69\u4e74\u4e68 \u4e6c\u4e65\u4e78\u4e69\u4e63\u4e6f\u4e6e \u4e72\u4e65\u4e74\u4e68\u4e69\u4e6e\u4e6b\u4e69\u4e6e\u4e67\u4e2e \u4e49\u4e6e \u4e53\u4e61\u4e72\u4e69\u4e74 \u4e4b\u4e72\u4e61\u4e75\u4e73\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e2c Proceedings of the Twenty-Eighth International Joint Conference on Artificial Intelligence, IJCAI 2019, Macao, China, August 10-16, 2019\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e34\u4e39\u4e38\u4e32\u4e7b\u4e34\u4e39\u4e38\u4e38\u4e2e \u4e69\u4e6a\u4e63\u4e61\u4e69\u4e2e\u4e6f\u4e72\u4e67\u4e2e \u4e51\u4e69\u4e70\u4e65\u4e6e\u4e67 \u4e47\u4e75\u4e6f\u4e2c \u4e58\u4e69\u4e70\u4e65\u4e6e\u4e67 \u4e51\u4e69\u4e75\u4e2c \u4e50\u4e65\u4e6e\u4e67\u4e66\u4e65\u4e69 \u4e4c\u4e69\u4e75\u4e2c \u4e59\u4e75\u4e6e\u4e66\u4e61\u4e6e \u4e53\u4e68\u4e61\u4e6f\u4e2c \u4e58\u4e69\u4e61\u4e6e\u4e67\u4e79\u4e61\u4e6e\u4e67 \u4e58\u4e75\u4e65\u4e2c \u4e61\u4e6e\u4e64 \u4e5a\u4e68\u4e65\u4e6e\u4e67 \u4e5a\u4e68\u4e61\u4e6e\u4e67\u4e2e \u4e32\u4e30\u4e31\u4e39\u4e2e \u4e53\u4e74\u4e61\u4e72\u4e2d \u4e74\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4e2e \u4e49\u4e6e \u4e4a\u4e69\u4e6c\u4e6c \u4e42\u4e75\u4e72\u4e73\u4e74\u4e65\u4e69\u4e6e\u4e2c \u4e43\u4e68\u4e72\u4e69\u4e73\u4e74\u4e79 \u4e44\u4e6f\u4e72\u4e61\u4e6e\u4e2c \u4e61\u4e6e\u4e64 \u4e54\u4e68\u4e61\u4e6d\u4e61\u4e72 \u4e53\u4e6f\u4e6c\u4e6f\u4e72\u4e69\u4e6f\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human 2008\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e31\u4e32\u4e38\u4e7b\u4e31\u4e33\u4e32\u4e2e \u4e54\u4e68\u4e65 \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e43\u4e6f\u4e6d\u4e70\u4e75\u4e74\u4e65\u4e72 \u4e4c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63\u4e73\u4e2e \u4e53\u4e65\u4e70\u4e70 \u4e48\u4e6f\u4e63\u4e68\u4e72\u4e65\u4e69\u4e74\u4e65\u4e72 \u4e61\u4e6e\u4e64 \u4e4a\u4e7f \u4e75\u4e72\u4e67\u4e65\u4e6e \u4e53\u4e63\u4e68\u4e6d\u4e69\u4e64\u4e68\u4e75\u4e62\u4e65\u4e72\u4e2e \u4e31\u4e39\u4e39\u4e37\u4e2e \u4e4c\u4e6f\u4e6e\u4e67 \u4e73\u4e68\u4e6f\u4e72\u4e74\u4e2d\u4e74\u4e65\u4e72\u4e6d \u4e6d\u4e65\u4e6d\u4e6f\u4e72\u4e79\u4e2e Neural Computation\u4e2c \u4e39\u4e28\u4e38\u4e29\u4e3a\u4e31\u4e37\u4e33\u4e35\u4e7b\u4e31\u4e37\u4e38\u4e30\u4e2e \u4e5a\u4e68\u4e69\u4e68\u4e65\u4e6e\u4e67 \u4e48\u4e75\u4e61\u4e6e\u4e67\u4e2c \u4e57\u4e65\u4e69 \u4e58\u4e75\u4e2c \u4e61\u4e6e\u4e64 \u4e4b\u4e61\u4e69 \u4e59\u4e75\u4e2e \u4e32\u4e30\u4e31\u4e35\u4e2e \u4e42\u4e69\u4e64\u4e69\u4e72\u4e65\u4e63\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e4c\u4e53\u4e54\u4e4d\u4e2d\u4e43\u4e52\u4e46 \u4e6d\u4e6f\u4e64\u4e65\u4e6c\u4e73 \u4e66\u4e6f\u4e72 \u4e73\u4e65\u4e71\u4e75\u4e65\u4e6e\u4e63\u4e65 \u4e74\u4e61\u4e67\u4e67\u4e69\u4e6e\u4e67\u4e2e CoRR\u4e2c \u4e61\u4e62\u4e73\u4e2f\u4e31\u4e35\u4e30\u4e38\u4e2e\u4e30\u4e31\u4e39\u4e39\u4e31\u4e2e \u4e47\u4e75\u4e69\u4e6c\u4e6c\u4e61\u4e75\u4e6d\u4e65 \u4e4c\u4e61\u4e6d\u4e70\u4e6c\u4e65\u4e2c \u4e4d\u4e69\u4e67\u4e75\u4e65\u4e6c \u4e42\u4e61\u4e6c\u4e6c\u4e65\u4e73\u4e74\u4e65\u4e72\u4e6f\u4e73\u4e2c \u4e53\u4e61\u4e6e\u4e64\u4e65\u4e65\u4e70 \u4e53\u4e75\u4e62\u4e72\u4e61\u4e6d\u4e61\u4e6e\u4e69\u4e61\u4e6e\u4e2c \u4e4b\u4e61\u4e7a\u4e75\u4e79\u4e61 \u4e4b\u4e61\u4e77\u4e61\u4e6b\u4e61\u4e6d\u4e69\u4e2c \u4e61\u4e6e\u4e64 \u4e43\u4e68\u4e72\u4e69\u4e73 \u4e44\u4e79\u4e65\u4e72\u4e2e \u4e32\u4e30\u4e31\u4e36\u4e2e \u4e4e\u4e65\u4e75\u4e72\u4e61\u4e6c \u4e61\u4e72\u4e63\u4e68\u4e69\u4e74\u4e65\u4e63\u4e74\u4e75\u4e72\u4e65\u4e73 \u4e66\u4e6f\u4e72 \u4e6e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e\u4e2e CoRR\u4e2c \u4e61\u4e62\u4e73\u4e2f\u4e31\u4e36\u4e30\u4e33\u4e2e\u4e30\u4e31\u4e33\u4e36\u4e30\u4e2e \u4e48\u4e61\u4e69\u4e62\u4e6f \u4e4c\u4e69\u4e2c \u4e4d\u4e61\u4e73\u4e61\u4e74\u4e6f \u4e48\u4e61\u4e67\u4e69\u4e77\u4e61\u4e72\u4e61\u4e2c \u4e51\u4e69 \u4e4c\u4e69\u4e2c \u4e61\u4e6e\u4e64 \u4e48\u4e65\u4e6e\u4e67 \u4e4a\u4e69\u4e2e \u4e32\u4e30\u4e31\u4e34\u4e2e \u4e43\u4e6f\u4e6d\u4e70\u4e61\u4e72\u4e69\u4e73\u4e6f\u4e6e \u4e6f\u4e66 \u4e74\u4e68\u4e65 \u4e69\u4e6d\u4e70\u4e61\u4e63\u4e74 \u4e6f\u4e66 \u4e77\u4e6f\u4e72\u4e64 \u4e73\u4e65\u4e67\u4e6d\u4e65\u4e6e\u4e74\u4e61\u4e2d \u4e74\u4e69\u4e6f\u4e6e \u4e6f\u4e6e \u4e6e\u4e61\u4e6d\u4e65 \u4e74\u4e61\u4e67\u4e67\u4e69\u4e6e\u4e67 \u4e66\u4e6f\u4e72 \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e61\u4e6e\u4e64 \u4e6a\u4e61\u4e70\u4e61\u4e6e\u4e65\u4e73\u4e65\u4e2e \u4e49\u4e6e \u4e4e\u4e69\u4e63\u4e6f\u4e6c\u4e65\u4e74\u4e74\u4e61 \u4e43\u4e61\u4e6c\u4e7a\u4e6f\u4e6c\u4e61\u4e72\u4e69\u4e2c \u4e4b\u4e68\u4e61\u4e6c\u4e69\u4e64 \u4e43\u4e68\u4e6f\u4e75\u4e6b\u4e72\u4e69\u4e2c \u4e54\u4e68\u4e69\u4e65\u4e72\u4e72\u4e79 \u4e44\u4e65\u4e63\u4e6c\u4e65\u4e72\u4e63\u4e6b\u4e2c \u4e48\u4e72\u4e61\u4e66\u4e6e \u4e4c\u4e6f\u4e66\u4e74\u4e73\u4e73\u4e6f\u4e6e\u4e2c \u4e42\u4e65\u4e6e\u4e74\u4e65 \u4e4d\u4e61\u4e65\u4e67\u4e61\u4e61\u4e72\u4e64\u4e2c \u4e4a\u4e6f\u4e73\u4e65\u4e70\u4e68 \u4e4d\u4e61\u4e72\u4e69\u4e61\u4e6e\u4e69\u4e2c \u4e41\u4e73\u4e75\u4e6e\u4e63\u4e69\u4e13 \u4e6f\u4e6e \u4e4d\u4e6f\u4e72\u4e65\u4e6e\u4e6f\u4e2c \u4e4a\u4e61\u4e6e \u4e4f\u4e64\u4e69\u4e6a\u4e6b\u4e2c \u4e61\u4e6e\u4e64 \u4e53\u4e74\u4e65\u4e2d \u4e6c\u4e69\u4e6f\u4e73 \u4e50\u4e69\u4e70\u4e65\u4e72\u4e69\u4e64\u4e69\u4e73\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the Ninth International Conference on Language Resources and Evaluation, LREC 2014, Reykjavik, Iceland, May 26-31, 2014\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e32\u4e35\u4e33\u4e32\u4e7b\u4e32\u4e35\u4e33\u4e36\u4e2e \u4e45\u4e75\u4e72\u4e6f\u4e70\u4e65\u4e61\u4e6e \u4e4c\u4e61\u4e6e\u4e67\u4e75\u4e61\u4e67\u4e65 \u4e52\u4e65\u4e73\u4e6f\u4e75\u4e72\u4e63\u4e65\u4e73 \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e28\u4e45\u4e4c\u4e52\u4e41\u4e29\u4e2e \u4e53\u4e68\u4e65\u4e6e \u4e4c\u4e69\u4e2c \u4e5a\u4e68\u4e65 \u4e5a\u4e68\u4e61\u4e6f\u4e2c \u4e52\u4e65\u4e6e\u4e66\u4e65\u4e6e \u4e48\u4e75\u4e2c \u4e57\u4e65\u4e6e\u4e73\u4e69 \u4e4c\u4e69\u4e2c \u4e54\u4e61\u4e6f \u4e4c\u4e69\u4e75\u4e2c \u4e61\u4e6e\u4e64 \u4e58\u4e69\u4e61\u4e6f\u4e79\u4e6f\u4e6e\u4e67 \u4e44\u4e75\u4e2e \u4e32\u4e30\u4e31\u4e38\u4e2e \u4e41\u4e6e\u4e61\u4e6c\u4e6f\u4e67\u4e69\u4e63\u4e61\u4e6c \u4e72\u4e65\u4e61\u4e73\u4e6f\u4e6e\u4e69\u4e6e\u4e67 \u4e6f\u4e6e \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e6d\u4e6f\u4e72\u4e70\u4e68\u4e6f\u4e6c\u4e6f\u4e67\u4e69\u4e63\u4e61\u4e6c \u4e61\u4e6e\u4e64 \u4e73\u4e65\u4e6d\u4e61\u4e6e\u4e74\u4e69\u4e63 \u4e72\u4e65\u4e6c\u4e61\u4e74\u4e69\u4e6f\u4e6e\u4e73\u4e2e \u4e49\u4e6e \u4e49\u4e72\u4e79\u4e6e\u4e61 \u4e47\u4e75\u4e72\u4e65\u4e76\u4e79\u4e63\u4e68 \u4e61\u4e6e\u4e64 \u4e59\u4e75\u4e73\u4e75\u4e6b\u4e65 \u4e4d\u4e69\u4e79\u4e61\u4e6f\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics, ACL 2018, Melbourne, Australia, July 15-20, 2018, Volume 2: Short Papers\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e31\u4e33\u4e38\u4e7b\u4e31\u4e34\u4e33\u4e2e \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e43\u4e6f\u4e6d\u4e70\u4e75\u4e74\u4e61\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e4c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63\u4e73\u4e2e \u4e58\u4e69\u4e61\u4e6f\u4e6e\u4e61\u4e6e \u4e4c\u4e69\u4e2c \u4e48\u4e61\u4e6e\u4e67 \u4e59\u4e61\u4e6e\u4e2c \u4e58\u4e69\u4e70\u4e65\u4e6e\u4e67 \u4e51\u4e69\u4e75\u4e2c \u4e61\u4e6e\u4e64 \u4e58\u4e75\u4e61\u4e6e\u4e6a\u4e69\u4e6e\u4e67 \u4e48\u4e75\u4e61\u4e6e\u4e67\u4e2e \u4e32\u4e30\u4e32\u4e30\u4e2e \u4e46\u4e4c\u4e41\u4e54\u4e3a \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e4e\u4e45\u4e52 \u4e75\u4e73\u4e69\u4e6e\u4e67 \u4e0d\u4e61\u4e74\u4e2d\u4e6c\u4e61\u4e74\u4e74\u4e69\u4e63\u4e65 \u4e74\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4e2e CoRR\u4e2c \u4e61\u4e62\u4e73\u4e2f\u4e32\u4e30\u4e30\u4e34\u4e2e\u4e31\u4e31\u4e37\u4e39\u4e35\u4e2e \u4e5a\u4e68\u4e61\u4e6e\u4e67\u4e78\u4e75\u4e6e \u4e4c\u4e69\u4e75\u4e2c \u4e43\u4e6f\u4e6e\u4e67\u4e68\u4e75\u4e69 \u4e5a\u4e68\u4e75\u4e2c \u4e61\u4e6e\u4e64 \u4e54\u4e69\u4e65\u4e6a\u4e75\u4e6e \u4e5a\u4e68\u4e61\u4e6f\u4e2e \u4e32\u4e30\u4e31\u4e30\u4e2e \u4e43\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e6e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e \u4e77\u4e69\u4e74\u4e68 \u4e61 \u4e73\u4e65\u4e71\u4e75\u4e65\u4e6e\u4e63\u4e65 \u4e6c\u4e61\u4e62\u4e65\u4e6c\u4e69\u4e6e\u4e67 \u4e61\u4e70\u4e70\u4e72\u4e6f\u4e61\u4e63\u4e68\u4e3a \u4e42\u4e61\u4e73\u4e65\u4e64 \u4e6f\u4e6e \u4e63\u4e68\u4e61\u4e72\u4e61\u4e63\u4e74\u4e65\u4e72\u4e73\u4e2c \u4e6f\u4e72 \u4e62\u4e61\u4e73\u4e65\u4e64 \u4e6f\u4e6e \u4e77\u4e6f\u4e72\u4e64\u4e73\u4e3f \u4e49\u4e6e \u4e44\u4e65\u4e2d\u4e53\u4e68\u4e75\u4e61\u4e6e\u4e67 \u4e48\u4e75\u4e61\u4e6e\u4e67\u4e2c \u4e58\u4e69\u4e61\u4e6e\u4e67 \u4e5a\u4e68\u4e61\u4e6e\u4e67\u4e2c \u4e43\u4e61\u4e72\u4e6c\u4e6f\u4e73 \u4e41\u4e2e \u4e52\u4e65\u4e79\u4e65\u4e73 \u4e47\u4e61\u4e72\u4e63\u4e13 \u4e10\u4e61\u4e2c \u4e61\u4e6e\u4e64 \u4e4c\u4e65\u4e69 \u4e5a\u4e68\u4e61\u4e6e\u4e67\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Advanced Intelligent Computing Theories and Applications. With Aspects of Artificial Intelligence, 6th International Conference on Intelligent Computing, ICIC 2010, Changsha, China, August 18-21, 2010. Proceedings\u4e2c \u4e76\u4e6f\u4e6c\u4e75\u4e6d\u4e65 \u4e36\u4e32\u4e31\u4e36 \u4e6f\u4e66 Lecture Notes in Computer Science\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e36\u4e33\u4e34\u4e7b\u4e36\u4e34\u4e30\u4e2e \u4e53\u4e70\u4e72\u4e69\u4e6e\u4e67\u4e65\u4e72\u4e2e \u4e58\u4e75\u4e65\u4e7a\u4e68\u4e65 \u4e4d\u4e61 \u4e61\u4e6e\u4e64 \u4e45\u4e64\u4e75\u4e61\u4e72\u4e64 \u4e48\u4e2e \u4e48\u4e6f\u4e76\u4e79\u4e2e \u4e32\u4e30\u4e31\u4e36\u4e2e \u4e45\u4e6e\u4e64\u4e2d\u4e74\u4e6f\u4e2d\u4e65\u4e6e\u4e64 \u4e73\u4e65\u4e71\u4e75\u4e65\u4e6e\u4e63\u4e65 \u4e6c\u4e61\u4e62\u4e65\u4e6c\u4e69\u4e6e\u4e67 \u4e76\u4e69\u4e61 \u4e62\u4e69\u4e2d\u4e64\u4e69\u4e72\u4e65\u4e63\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e6c\u4e73\u4e74\u4e6d\u4e2d\u4e63\u4e6e\u4e6e\u4e73\u4e2d\u4e63\u4e72\u4e66\u4e2e \u4e49\u4e6e Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics, ACL 2016, August 7-12, 2016, Berlin, Germany, Volume 1: Long Papers\u4e2e \u4e54\u4e68\u4e65 \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e43\u4e6f\u4e6d\u4e70\u4e75\u4e74\u4e65\u4e72 \u4e4c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63\u4e73\u4e2e \u4e4e\u4e61\u4e6e\u4e79\u4e75\u4e6e \u4e50\u4e65\u4e6e\u4e67 \u4e61\u4e6e\u4e64 \u4e4d\u4e61\u4e72\u4e6b \u4e44\u4e72\u4e65\u4e64\u4e7a\u4e65\u4e2e \u4e32\u4e30\u4e31\u4e35\u4e2e \u4e4e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e73\u4e6f\u4e63\u4e69\u4e61\u4e6c \u4e6d\u4e65\u4e64\u4e69\u4e61 \u4e77\u4e69\u4e74\u4e68 \u4e6a\u4e6f\u4e69\u4e6e\u4e74\u4e6c\u4e79 \u4e74\u4e72\u4e61\u4e69\u4e6e\u4e65\u4e64 \u4e65\u4e6d\u4e62\u4e65\u4e64\u4e64\u4e69\u4e6e\u4e67\u4e73\u4e2e \u4e49\u4e6e \u4e4c\u4e6c\u4e75\u4e13 \u4e10\u4e73 \u4e4d\u4e12 \u4e61\u4e72\u4e71\u4e75\u4e65\u4e7a\u4e2c \u4e43\u4e68\u4e72\u4e69\u4e73 \u4e43\u4e61\u4e6c\u4e6c\u4e69\u4e73\u4e6f\u4e6e\u4e2d\u4e42\u4e75\u4e72\u4e63\u4e68\u4e2c \u4e4a\u4e69\u4e61\u4e6e \u4e53\u4e75\u4e2c \u4e44\u4e61\u4e6e\u4e69\u4e65\u4e6c\u4e65 \u4e50\u4e69\u4e67\u4e68\u4e69\u4e6e\u4e2c \u4e61\u4e6e\u4e64 \u4e59\u4e75\u4e76\u4e61\u4e6c \u4e4d\u4e61\u4e72\u4e74\u4e6f\u4e6e\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing, EMNLP 2015, Lisbon, Portugal, September 17-21, 2015\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e35\u4e34\u4e38\u4e7b\u4e35\u4e35\u4e34\u4e2e \u4e54\u4e68\u4e65 \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e43\u4e6f\u4e6d\u4e70\u4e75\u4e74\u4e61\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e4c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63\u4e73\u4e2e", "content": "
\u8ba1\u7b97\u8bed\u8a00\u5b66
5 \u7ed3 \u7ed3 \u7ed3\u8bba \u8bba \u8bba
\u672c\u6587\u6839\u636e\u516c\u5f00\u7684\u4e57\u4e65\u4e69\u4e62\u4e6f\u5b57\u7c92\u5ea6\u8bed\u6599\u5212\u5206\u51fa\u4e86\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bcd\u7c92\u5ea6\u8bed\u6599\uff0c\u5e76\u4e14\u63d0\u51fa\u4e86\u5b57\u8bcd\u878d\u5408\u7684\u65b9
\u6cd5\uff0c\u5c06\u5b57\u7c92\u5ea6\u4e0e\u8bcd\u7c92\u5ea6\u653e\u5728\u540c\u7b49\u7ef4\u5ea6\u4e0a\u52a0\u4ee5\u8003\u8651\u4f5c\u4e3a\u4e0b\u5c42\u795e\u7ecf\u7f51\u7edc\u7684\u8f93\u5165\uff0c\u83b7\u5f97\u8bcd\u8bed\u8fb9\u754c
\u660e\u786e\u7684\u53e5\u5b50\u8868\u5f81\u3002\u6b64\u5916\uff0c\u6211\u4eec\u5206\u6790\u4e86\u4f20\u7edf\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5728\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4efb\u52a1\u4e0a\u7684\u52a3\u52bf\uff0c\u5e76\u9996\u6b21
\u5c06\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5e94\u7528\u5230\u793e\u4ea4\u5a92\u4f53\u9886\u57df\u7684\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4efb\u52a1\u4e2d\u3002\u7531\u4e8e\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u72ec\u7279\u7684
71.92 \u4e34\u4e39\u4e2e\u4e37\u4e36 \u4e36\u4e32\u4e2e\u4e33\u4e30 \u4e35\u4e34\u4e2e\u4e30\u4e33 \u4e36\u4e39\u4e2e\u4e32\u4e33 55.45 61.58 \u4e35\u4e38\u4e2e\u4e38\u4e32 \u4e35\u4e37\u4e2e\u4e38\u4e37 \u8868 \u4e37\u4e2e \u4e4e\u4e45\u548c\u4e4e\u4e4d\u8be6\u7ec6\u7ed3\u679c\u5206\u6790 77.22 \u4e36\u4e32\u4e2e\u4e38\u4e39 \u4e37\u4e35\u4e2e\u4e32\u4e38 69.07 72.04 \u4e36\u4e39\u4e2e\u4e33\u4e32 \u4e37\u4e30\u4e2e\u4e33\u4e37 \u4e36\u4e38\u4e2e\u4e35\u4e36 \u4e36\u4e39\u4e2e\u4e34\u4e35 \u6211\u4eec\u8fdb\u4e00\u6b65\u7edf\u8ba1\u5e76\u5206\u6790\u4e86\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u4e0a\u7684\u5b9e\u9a8c\u7ed3\u679c\uff0c\u53d1\u73b0\u7ed3\u5408\u4e86\u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73\u7684\u4e53\u4e74\u4e61\u4e72\u4e2d \u4e53\u4e54\u4e41\u4e52 \u4e53\u4e54\u4e48\u4e4e 4.5 STHN\u6548 \u6548 \u6548\u7528 \u7528 \u7528\u5206 \u5206 \u5206\u6790 \u6790 \u6790 \u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u6a21\u578b\u80fd\u591f\u8bc6\u522b\u51fa\u66f4\u591a\u7684\u4e53\u4e69\u4e6e\u4e67\u4e6c\u4e65\u7c7b\u5b9e\u4f53\uff0c\u8868 \u4e38\u5c55\u793a\u4e86\u76f8\u5173\u6570\u636e\u3002\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u6bd4\u4e4c\u4e53\u4e54\u4e4d\u591a \u8bc6\u522b\u51fa\u4e86\u4e36\u4e37\u4e2a\u4e53\u4e69\u4e6e\u4e67\u4e6c\u4e65\u5b9e\u4f53\uff0c\u5728\u6570\u636e\u91cf\u8f83\u5c0f\u7684\u4e77\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u4e2d\u5360\u4e86\u7ea6\u4e32\u4e30\u4e25\u3002\u8fd9\u6837\u8d85\u5f3a\u7684\u5b66\u4e60\u80fd\u529b\u5728\u5e26 \u6765\u6027\u80fd\u63d0\u5347\u7684\u540c\u65f6\uff0c\u4e5f\u5b58\u5728\u7740\u8fc7\u5ea6\u8bc6\u522b\u7684\u95ee\u9898\u4e7c\u4e7c\u5c06\u4e00\u4e9b\u672c\u4e0d\u662f\u5b9e\u4f53\u7684\u8bcd\u8bc6\u522b\u4e3a\u5b9e\u4f53\uff0c\u4ece\u800c\u5bfc \u81f4P \u503c\u7684\u964d\u4f4e\u3002 \u603b \u603b \u603b\u6570 \u6570 \u6570 LSTM STAR STHN \u4e53\u4e69\u4e6e\u4e67\u4e6c\u4e65 \u4e33\u4e32\u4e37 \u4e32\u4e35\u4e38 \u4e32\u4e39\u4e39 325 \u4e45\u4e6c\u4e73\u4e65 \u4e31\u4e37\u4e35 \u4e39\u4e38 142 \u4e38\u4e39 \u8868 \u4e38\u4e2e \u8bc6\u522b\u7ed3\u679c\u5206\u6790 \u8868 \u4e39\u5217\u4e3e\u4e86\u51e0\u4e2a\u5728\u5b9e\u9a8c\u7ed3\u679c\u4e2d\u51fa\u73b0\u7684\u5178\u578b\u6848\u4f8b\uff0c\u5f88\u591a\u5728\u4e4c\u4e53\u4e54\u4e4d\u6a21\u578b\u4e2d\u88ab\u9884\u6d4b\u9519\u8bef\u7684\u5b9e \u4f53\uff0c\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u80fd\u591f\u51c6\u786e\u5730\u5c06\u5176\u9884\u6d4b\u51fa\u6765\u3002\u4e53\u4e74\u4e61\u4e72\u4e2d\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u7684\u8fde\u63a5\u673a\u5236\u80fd\u591f\u6355\u83b7\u4e30\u5bcc\u7684\u5e8f\u5217\u4e0a \u4e0b\u6587\u4fe1\u606f\uff0c\u4f7f\u5f97\u6a21\u578b\u66f4\u597d\u5730\u7406\u89e3\u53e5\u5b50\u7ed3\u6784\uff0c\u4ece\u800c\u80fd\u591f\u6b63\u786e\u8bc6\u522b\u51fa\u66f4\u591a\u7684\u5b9e\u4f53\uff0c\u8fd9\u4e5f\u662f\u4f7fR\u503c\u5927 \u5e45\u63d0\u5347\u7684\u5173\u952e\u3002 \u4e53\u4e65\u4e6e\u4e74\u4e65\u4e6e\u4e63\u4e65 \u4e31\u4e2e\u5e73\u6d32\u7389\u5668\u8857\u4e2e\u4e2e\u4e2e \u4e32\u4e2e\u4e2d\u56fd\u5973\u8db3\u6253\u597d\u57fa\u7840\u518d\u8bf4\u5427\u4e2e\u4e2e\u4e2e \u661f\u578b\u62d3\u6251\u7ed3\u6784\uff0c\u4ee5\u53ca\u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e4e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73\u7684\u52a8\u6001\u7279\u5f81\u8c03\u6574\uff0c\u6211\u4eec\u7684\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u80fd\u591f\u8f83\u597d\u5730\u7406\u89e3\u53e5 \u5b50\u5e8f\u5217\u7684\u4e0a\u4e0b\u6587\u4fe1\u606f\uff0c\u6b63\u786e\u8bc6\u522b\u51fa\u66f4\u591a\u7684\u5b9e\u4f53\uff0c\u5728\u793e\u4ea4\u5a92\u4f53\u9886\u57df\u7684\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u4e0a\u53d6\u5f97\u4e86\u76ee\u524d\u6700 \u597d\u7684\u6548\u679c\u3002 \u793e\u4ea4\u5a92\u4f53\u9886\u57df\u7684\u4e57\u4e65\u4e69\u4e62\u4e6f\u8bed\u6599\u89c4\u6a21\u8f83\u5c0f\uff0c\u672a\u6765\u53ef\u4ee5\u8003\u8651\u5c06\u4e53\u4e54\u4e48\u4e4e\u6a21\u578b\u5e94\u7528\u5230\u66f4\u591a\u9886\u57df\u4e2d\uff0c\u6bd4\u5982 \u65b0\u95fb\u9886\u57df\uff0c\u5229\u7528\u89c4\u6a21\u8f83\u5927\u7684\u8bed\u6599\u6df1\u5165\u7814\u7a76\u4e54\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u5728\u547d\u540d\u5b9e\u4f53\u8bc6\u522b\u4efb\u52a1\u4e2d\u7684\u5e94\u7528\u3002 \u53c2 \u53c2 \u53c2\u8003 \u8003 \u8003\u6587 \u6587 \u6587\u732e \u732e \u732e \u4e59\u4e65\u4e6b\u4e75\u4e6e \u4e43\u4e68\u4e61\u4e69\u4e2c \u4e4a\u4e69\u4e6e \u4e53\u4e68\u4e75\u4e6f\u4e2c \u4e61\u4e6e\u4e64 \u4e58\u4e69\u4e6e\u4e77\u4e65\u4e6e \u4e48\u4e6f\u4e75\u4e2e \u4e32\u4e30\u4e32\u4e30\u4e2e \u4e48\u4e69\u4e67\u4e68\u4e77\u4e61\u4e79 \u4e74\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4e3a \u4e53\u4e65\u4e6c\u4e66\u4e2d\u4e67\u4e61\u4e74\u4e69\u4e6e\u4e67 \u4e65\u4e6e\u4e68\u4e61\u4e6e\u4e63\u4e65\u4e64 \u4e73\u4e65\u4e6c\u4e66\u4e2d\u4e61\u4e74\u4e74\u4e65\u4e6e\u4e74\u4e69\u4e76\u4e65 \u4e6e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b\u4e73\u4e2e CoRR\u4e2c \u4e61\u4e62\u4e73\u4e2f\u4e32\u4e30\u4e30\u4e34\u4e2e\u4e30\u4e38\u4e31\u4e37\u4e38\u4e2e \u4e31\u4e39\u4e39\u4e32\u4e2e Proceedings of the 4th Conference on Message Understanding, MUC 1992, McLean, Virginia, USA, June 16-18, 1992\u4e2e \u4e41\u4e43\u4e4c\u4e2e \u4e4d\u4e61\u4e72\u4e69\u4e65\u4e2d\u4e43\u4e61\u4e74\u4e68\u4e65\u4e72\u4e69\u4e6e\u4e65 \u4e64\u4e65 \u4e4d\u4e61\u4e72\u4e6e\u4e65\u4e0b\u4e65\u4e2c \u4e54\u4e69\u4e6d\u4e6f\u4e74\u4e68\u4e79 \u4e44\u4e6f\u4e7a\u4e61\u4e74\u4e2c \u4e4e\u4e61\u4e74\u4e61\u4e6c\u4e69\u4e61 \u4e53\u4e69\u4e6c\u4e76\u4e65\u4e69\u4e72\u4e61\u4e2c \u4e4b\u4e61\u4e74\u4e72\u4e69 \u4e48\u4e61\u4e76\u4e65\u4e72\u4e69\u4e6e\u4e65\u4e6e\u4e2c \u4e46\u4e69\u4e6c\u4e69\u4e70 \u4e47\u4e69\u4e6e\u4e74\u4e65\u4e72\u4e2c \u4e4a\u4e6f\u4e61\u4e6b\u4e69\u4e6d \u4e4e\u4e69\u4e76\u4e72\u4e65\u4e2c \u4e61\u4e6e\u4e64 \u4e43\u4e68\u4e72\u4e69\u4e73\u4e74\u4e6f\u4e70\u4e68\u4e65\u4e72 \u4e44\u4e2e \u4e4d\u4e61\u4e6e\u4e6e\u4e69\u4e6e\u4e67\u4e2e \u4e32\u4e30\u4e31\u4e34\u4e2e \u4e55\u4e6e\u4e69\u4e76\u4e65\u4e72\u4e73\u4e61\u4e6c \u4e73\u4e74\u4e61\u4e6e\u4e66\u4e6f\u4e72\u4e64 \u4e64\u4e65\u4e70\u4e65\u4e6e\u4e64\u4e65\u4e6e\u4e63\u4e69\u4e65\u4e73\u4e3a \u4e41 \u4e63\u4e72\u4e6f\u4e73\u4e73\u4e2d\u4e6c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63 \u4e74\u4e79\u4e70\u4e6f\u4e6c\u4e6f\u4e67\u4e79\u4e2e \u4e49\u4e6e \u4e4e\u4e69\u4e63\u4e6f\u4e6c\u4e65\u4e74\u4e74\u4e61 \u4e43\u4e61\u4e6c\u4e7a\u4e6f\u4e6c\u4e61\u4e72\u4e69\u4e2c \u4e4b\u4e68\u4e61\u4e6c\u4e69\u4e64 \u4e43\u4e68\u4e6f\u4e75\u4e6b\u4e72\u4e69\u4e2c \u4e54\u4e68\u4e69\u4e65\u4e72\u4e72\u4e79 \u4e44\u4e65\u4e63\u4e6c\u4e65\u4e72\u4e63\u4e6b\u4e2c \u4e48\u4e72\u4e61\u4e66\u4e6e \u4e4c\u4e6f\u4e66\u4e74\u4e73\u4e73\u4e6f\u4e6e\u4e2c \u4e42\u4e65\u4e6e\u4e74\u4e65 \u4e4d\u4e61\u4e65\u4e2d \u4e67\u4e61\u4e61\u4e72\u4e64\u4e2c \u4e4a\u4e6f\u4e73\u4e65\u4e70\u4e68 \u4e4d\u4e61\u4e72\u4e69\u4e61\u4e6e\u4e69\u4e2c \u4e41\u4e73\u4e75\u4e6e\u4e63\u4e69\u4e13 \u4e6f\u4e6e \u4e4d\u4e6f\u4e72\u4e65\u4e6e\u4e6f\u4e2c \u4e4a\u4e61\u4e6e \u4e4f\u4e64\u4e69\u4e6a\u4e6b\u4e2c \u4e61\u4e6e\u4e64 \u4e53\u4e74\u4e65\u4e6c\u4e69\u4e6f\u4e73 \u4e50\u4e69\u4e70\u4e65\u4e72\u4e69\u4e64\u4e69\u4e73\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the Ninth International Conference on Language Resources and Evaluation, LREC 2014, Reykjavik, Iceland, May 26-31, 2014\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e34\u4e35\u4e38\u4e35\u4e7b\u4e34\u4e35\u4e39\u4e32\u4e2e \u4e45\u4e75\u4e72\u4e6f\u4e70\u4e65\u4e61\u4e6e \u4e4c\u4e61\u4e6e\u4e67\u4e75\u4e61\u4e67\u4e65 \u4e52\u4e65\u4e73\u4e6f\u4e75\u4e72\u4e63\u4e65\u4e73 \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e28\u4e45\u4e4c\u4e52\u4e41\u4e29\u4e2e \u4e4a\u4e61\u4e63\u4e6f\u4e62 \u4e44\u4e65\u4e76\u4e6c\u4e69\u4e6e\u4e2c \u4e4d\u4e69\u4e6e\u4e67\u4e2d\u4e57\u4e65\u4e69 \u4e43\u4e68\u4e61\u4e6e\u4e67\u4e2c \u4e4b\u4e65\u4e6e\u4e74\u4e6f\u4e6e \u4e4c\u4e65\u4e65\u4e2c \u4e61\u4e6e\u4e64 \u4e4b\u4e72\u4e69\u4e73\u4e74\u4e69\u4e6e\u4e61 \u4e54\u4e6f\u4e75\u4e74\u4e61\u4e6e\u4e6f\u4e76\u4e61\u4e2e \u4e32\u4e30\u4e31\u4e39\u4e2e \u4e42\u4e45\u4e52\u4e54\u4e3a \u4e70\u4e72\u4e65\u4e2d\u4e74\u4e72\u4e61\u4e69\u4e6e\u4e69\u4e6e\u4e67 \u4e6f\u4e66 \u4e64\u4e65\u4e65\u4e70 \u4e62\u4e69\u4e64\u4e69\u4e72\u4e65\u4e63\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e74\u4e72\u4e61\u4e6e\u4e73\u4e66\u4e6f\u4e72\u4e6d\u4e65\u4e72\u4e73 \u4e66\u4e6f\u4e72 \u4e6c\u4e61\u4e6e\u4e67\u4e75\u4e61\u4e67\u4e65 \u4e75\u4e6e\u4e64\u4e65\u4e72\u4e73\u4e74\u4e61\u4e6e\u4e64\u4e69\u4e6e\u4e67\u4e2e \u4e49\u4e6e \u4e4a\u4e69\u4e6c\u4e6c \u4e42\u4e75\u4e72\u4e73\u4e74\u4e65\u4e69\u4e6e\u4e2c \u4e43\u4e68\u4e72\u4e69\u4e73\u4e74\u4e79 \u4e44\u4e6f\u4e72\u4e61\u4e6e\u4e2c \u4e61\u4e6e\u4e64 \u4e54\u4e68\u4e61\u4e6d\u4e61\u4e72 \u4e53\u4e6f\u4e6c\u4e6f\u4e72\u4e69\u4e6f\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, NAACL-HLT 2019, Minneapolis, MN, USA, June 2-7, 2019, Volume 1 (Long and Short Papers)\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e34\u4e31\u4e37\u4e31\u4e7b\u4e34\u4e31\u4e38\u4e36\u4e2e \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e43\u4e6f\u4e6d\u4e70\u4e75\u4e74\u4e61\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e4c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63\u4e73\u4e2e \u4e43\u4e68\u4e75\u4e61\u4e6e\u4e68\u4e61\u4e69 \u4e44\u4e6f\u4e6e\u4e67\u4e2c \u4e4a\u4e69\u4e61\u4e6a\u4e75\u4e6e \u4e5a\u4e68\u4e61\u4e6e\u4e67\u4e2c \u4e43\u4e68\u4e65\u4e6e\u4e67\u4e71\u4e69\u4e6e\u4e67 \u4e5a\u4e6f\u4e6e\u4e67\u4e2c \u4e4d\u4e61\u4e73\u4e61\u4e6e\u4e6f\u4e72\u4e69 \u4e48\u4e61\u4e74\u4e74\u4e6f\u4e72\u4e69\u4e2c \u4e61\u4e6e\u4e64 \u4e48\u4e75\u4e69 \u4e44\u4e69\u4e2e \u4e32\u4e30\u4e31\u4e36\u4e2e \u4e43\u4e68\u4e61\u4e72\u4e61\u4e63\u4e74\u4e65\u4e72\u4e2d \u4e62\u4e61\u4e73\u4e65\u4e64 \u4e4c\u4e53\u4e54\u4e4d\u4e2d\u4e43\u4e52\u4e46 \u4e77\u4e69\u4e74\u4e68 \u4e72\u4e61\u4e64\u4e69\u4e63\u4e61\u4e6c\u4e2d\u4e6c\u4e65\u4e76\u4e65\u4e6c \u4e66\u4e65\u4e61\u4e74\u4e75\u4e72\u4e65\u4e73 \u4e66\u4e6f\u4e72 \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e6e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e\u4e2e \u4e49\u4e6e \u4e43\u4e68\u4e69\u4e6e\u4e2d\u4e59\u4e65\u4e77 \u4e4c\u4e69\u4e6e\u4e2c \u4e4e\u4e69\u4e61\u4e6e\u4e77\u4e65\u4e6e \u4e58\u4e75\u4e65\u4e2c \u4e44\u4e6f\u4e6e\u4e67\u4e79\u4e61\u4e6e \u4e5a\u4e68\u4e61\u4e6f\u4e2c \u4e58\u4e75\u4e61\u4e6e\u4e6a\u4e69\u4e6e\u4e67 \u4e48\u4e75\u4e61\u4e6e\u4e67\u4e2c \u4e61\u4e6e\u4e64 \u4e59\u4e61\u4e6e\u4e73\u4e6f\u4e6e\u4e67 \u4e46\u4e65\u4e6e\u4e67\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Natural Language Understanding and Intelligent Applications -5th CCF Conference on Natural Language Processing and Chinese Computing, NLPCC 2016, and 24th International Conference on Computer Processing of Oriental Languages, ICCPOL 2016, Kunming, China, December 2-6, 2016, Proceedings\u4e2c \u4e76\u4e6f\u4e6c\u4e75\u4e6d\u4e65 (Long and Short Papers)\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e31\u4e33\u4e31\u4e35\u4e7b\u4e31\u4e33\u4e32\u4e35\u4e2e \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e43\u4e6f\u4e6d\u4e70\u4e75\u4e74\u4e61\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e4c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63\u4e73\u4e2e \u4e48\u4e61\u4e6e\u4e67\u4e66\u4e65\u4e6e\u4e67 \u4e48\u4e65 \u4e61\u4e6e\u4e64 \u4e58\u4e75 \u4e53\u4e75\u4e6e\u4e2e \u4e32\u4e30\u4e31\u4e37\u4e61\u4e2e \u4e46\u4e2d\u4e73\u4e63\u4e6f\u4e72\u4e65 \u4e64\u4e72\u4e69\u4e76\u4e65\u4e6e \u4e6d\u4e61\u4e78 \u4e6d\u4e61\u4e72\u4e67\u4e69\u4e6e \u4e6e\u4e65\u4e75\u4e72\u4e61\u4e6c \u4e6e\u4e65\u4e74\u4e77\u4e6f\u4e72\u4e6b \u4e66\u4e6f\u4e72 \u4e6e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e \u4e69\u4e6e \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e73\u4e6f\u4e63\u4e69\u4e61\u4e6c \u4e6d\u4e65\u4e64\u4e69\u4e61\u4e2e \u4e49\u4e6e \u4e4d\u4e69\u4e72\u4e65\u4e6c\u4e6c\u4e61 \u4e4c\u4e61\u4e70\u4e61\u4e74\u4e61\u4e2c \u4e50\u4e68\u4e69\u4e6c \u4e42\u4e6c\u4e75\u4e6e\u4e73\u4e6f\u4e6d\u4e2c \u4e61\u4e6e\u4e64 \u4e41\u4e6c\u4e65\u4e78\u4e61\u4e6e\u4e64\u4e65\u4e72 \u4e4b\u4e6f\u4e6c\u4e6c\u4e65\u4e72\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics, EACL 2017, Valencia, Spain, April 3-7, 2017, Volume 2: Short Papers\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e37\u4e31\u4e33\u4e7b\u4e37\u4e31\u4e38\u4e2e \u4e41\u4e73\u4e73\u4e6f\u4e63\u4e69\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e66\u4e6f\u4e72 \u4e43\u4e6f\u4e6d\u4e70\u4e75\u4e74\u4e61\u4e74\u4e69\u4e6f\u4e6e\u4e61\u4e6c \u4e4c\u4e69\u4e6e\u4e67\u4e75\u4e69\u4e73\u4e74\u4e69\u4e63\u4e73\u4e2e \u4e48\u4e61\u4e6e\u4e67\u4e66\u4e65\u4e6e\u4e67 \u4e48\u4e65 \u4e61\u4e6e\u4e64 \u4e58\u4e75 \u4e53\u4e75\u4e6e\u4e2e \u4e32\u4e30\u4e31\u4e37\u4e62\u4e2e \u4e41 \u4e75\u4e6e\u4e69\u4e0c\u4e65\u4e64 \u4e6d\u4e6f\u4e64\u4e65\u4e6c \u4e66\u4e6f\u4e72 \u4e63\u4e72\u4e6f\u4e73\u4e73\u4e2d\u4e64\u4e6f\u4e6d\u4e61\u4e69\u4e6e \u4e61\u4e6e\u4e64 \u4e73\u4e65\u4e6d\u4e69\u4e2d\u4e73\u4e75\u4e70\u4e65\u4e72\u4e76\u4e69\u4e73\u4e65\u4e64 \u4e6e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e \u4e69\u4e6e \u4e63\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e73\u4e6f\u4e63\u4e69\u4e61\u4e6c \u4e6d\u4e65\u4e64\u4e69\u4e61\u4e2e \u4e49\u4e6e \u4e53\u4e61\u4e74\u4e69\u4e6e\u4e64\u4e65\u4e72 \u4e50\u4e2e \u4e53\u4e69\u4e6e\u4e67\u4e68 \u4e61\u4e6e\u4e64 \u4e53\u4e68\u4e61\u4e75\u4e6c \u4e4d\u4e61\u4e72\u4e6b\u4e6f\u4e76\u4e69\u4e74\u4e63\u4e68\u4e2c \u4e65\u4e64\u4e69\u4e74\u4e6f\u4e72\u4e73\u4e2c Proceedings of the Thirty-First AAAI Conference on Artificial Intelligence, February 4-9, 2017, San Francisco, California, USA\u4e2c \u4e70\u4e61\u4e67\u4e65\u4e73 \u4e33\u4e32\u4e31\u4e36\u4e7b\u4e33\u4e32\u4e32\u4e32\u4e2e \u4e41\u4e41\u4e41\u4e49 \u4e50\u4e72\u4e65\u4e73\u4e73\u4e2e \u4e4a\u4e69\u4e6e\u4e67\u4e7a\u4e68\u4e6f\u4e75 \u4e48\u4e65 \u4e61\u4e6e\u4e64 \u4e48\u4e6f\u4e75\u4e66\u4e65\u4e6e\u4e67 \u4e57\u4e61\u4e6e\u4e67\u4e2e \u4e32\u4e30\u4e30\u4e38\u4e2e \u4e43\u4e68\u4e69\u4e6e\u4e65\u4e73\u4e65 \u4e6e\u4e61\u4e6d\u4e65\u4e64 \u4e65\u4e6e\u4e74\u4e69\u4e74\u4e79 \u4e72\u4e65\u4e63\u4e6f\u4e67\u4e6e\u4e69\u4e74\u4e69\u4e6f\u4e6e \u4e61\u4e6e\u4e64 \u4e77\u4e6f\u4e72\u4e64 \u4e73\u4e65\u4e67\u4e6d\u4e65\u4e6e\u4e74\u4e61\u4e74\u4e69\u4e6f\u4e6e \u4e62\u4e61\u4e73\u4e65\u4e64 \u4e6f\u4e6e \u4e63\u4e68\u4e61\u4e72\u4e61\u4e63\u4e74\u4e65\u4e72\u4e2e \u4e49\u4e6e Third International Joint Conference on Natural Language Processing, IJCNLP 2008, \u4e31\u4e30\u4e31\u4e30\u4e32 \u4e6f\u4e66 Language Technologies, NAACL-HLT 2019, Minneapolis, MN, USA, June 2-7, 2019, Volume 1 Hyderabad, India, January 7-12,
\u4e57\u4e6f\u4e72\u4e64\u5e73\u6d32\u7389\u5668\u8857\u4e2d\u56fd\u5973\u8db3
\u4e4c\u4e53\u4e54\u4e4d\u4e42\u4e2d\u4e4c\u4e4f\u4e43\u4e2e\u4e4e\u4e41\u4e4d\u4e4d\u4e2d\u4e4c\u4e4f\u4e43\u4e2e\u4e4e\u4e41\u4e4d\u4e45\u4e2d\u4e4c\u4e4f\u4e43\u4e2e\u4e4e\u4e41\u4e4d\u4e53\u4e2d\u4e50\u4e45\u4e52\u4e2e\u4e4e\u4e41\u4e4d
\u4e53\u4e54\u4e48\u4e4eS-LOC.NAM B-LOC.NAM E-LOC.NAM S-ORG.NAM
\u8868 \u4e39\u4e2e \u8bc6\u522b\u6848\u4f8b\u5206\u6790
", "html": null, "num": null } } } }