no code implementations • EMNLP 2020 • Wenyue Zhang, XiaoLi Li, Yang Li, Suge Wang, Deyu Li, Jian Liao, Jianxing Zheng
Detecting public sentiment drift is a challenging task due to sentiment change over time.
no code implementations • CCL 2021 • Qian Chen, Xiaoying Gao, Suge Wang, Xin Guo
“知识图谱问题生成任务是从给定的知识图谱中生成与其相关的问题。目前, 知识图谱问题生成模型主要使用基于RNN或Transformer对知识图谱子图进行编码, 但这种方式丢失了显式的图结构化信息, 在解码器中忽视了局部信息对节点的重要性。本文提出迭代信息传递图编码器来编码子图, 获取子图显式的图结构化信息, 此外, 我们还使用滑动窗口注意力机制提高RNN解码器, 提升子图局部信息对节点的重要度。从WQ和PQ数据集上的实验结果看, 我们提出的模型比KTG模型在BLEU4指标上分别高出2. 16和15. 44, 证明了该模型的有效性。”
no code implementations • CCL 2021 • Jing Li, Suge Wang, Xin Chen, Dian Wang
“在散文阅读理解的鉴赏类问题中, 对拟人句赏析考查比较频繁。目前, 已有的工作仅对拟人句中的本体要素进行识别并抽取, 存在要素抽取不完整的问题, 尤其是当句子中出现多个本体时, 需要确定拟人词与各个本体的对应关系。为解决这些问题, 本文提出了基于人物特征增强的拟人句要素抽取方法。该方法利用特定领域的特征, 增强句子的向量表示, 再利用条件随机场模型对拟人句中的本体和拟人词要素进行识别。在此基础上, 利用自注意力机制对要素之间的关系进行检测, 使用要素同步机制和关系同步机制进行信息交互, 用于要素识别和关系检测的输入更新。在自建的拟人数据集上进行<本体, 拟人词>抽取的比较实验, 结果表明本文提出的模型性能优于其他比较模型。”
no code implementations • EMNLP 2021 • Dayu Li, Xiaodan Zhu, Yang Li, Suge Wang, Deyu Li, Jian Liao, Jianxing Zheng
Emotion inference in multi-turn conversations aims to predict the participant’s emotion in the next upcoming turn without knowing the participant’s response yet, and is a necessary step for applications such as dialogue planning.