
摘要
基于人工神经网络(ANN)的流行句分类模型通常在不考虑句子出现上下文的情况下单独对句子进行分类。这阻碍了传统句分类方法在顺序句分类问题上的进展,因为在这种情况下需要结构化预测以提高整体分类性能。在本研究中,我们提出了一种层次顺序标记网络,利用周围句子中的上下文信息来辅助当前句子的分类。我们的模型在两个用于医学科学摘要顺序句分类的基准数据集上,比现有最佳结果提高了2%-3%。
基于人工神经网络(ANN)的流行句分类模型通常在不考虑句子出现上下文的情况下单独对句子进行分类。这阻碍了传统句分类方法在顺序句分类问题上的进展,因为在这种情况下需要结构化预测以提高整体分类性能。在本研究中,我们提出了一种层次顺序标记网络,利用周围句子中的上下文信息来辅助当前句子的分类。我们的模型在两个用于医学科学摘要顺序句分类的基准数据集上,比现有最佳结果提高了2%-3%。