基于圖神經(jīng)網(wǎng)絡(luò)的法律文本共指消解模型

打開(kāi)文本圖片集

摘 要：共指消解是確定上下文中的代詞或名詞短語(yǔ)所指的具體對(duì)象或?qū)嶓w，是自然語(yǔ)言處理（Ｎａｔｕｒａｌ ＬａｎｇｕａｇｅＰｒｏｃｅｓｓｉｎｇ，ＮＬＰ）的基本任務(wù)之一，對(duì)理解文本語(yǔ)義具有重要意義。現(xiàn)有的方法主要集中在一般領(lǐng)域的代詞、所有格和名詞短語(yǔ)的解析上，針對(duì)法律領(lǐng)域的研究較少。為了更好地學(xué)習(xí)法律文本中的知識(shí)，并消除共同指代現(xiàn)象，提出一種基于圖神經(jīng)網(wǎng)絡(luò)的法律文本共指消解模型（Ｇｒａｐｈ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ｆｏｒ Ｃｏｒｅｆｅｒｅｎｃｅ Ｒｅｓｏｌｕｔｉｏｎ，ＣＲＧＮＮ）。（剩余2507字）