摘要
“谁对谁做了什么”是自然语言理解中的一个重要焦点，这正是语义角色标注（Semantic Role Labeling, SRL）任务的目标。尽管这两个相关任务在处理特征乃至任务目的上有很多共同之处，但令人惊讶的是，之前的工作中从未正式报告过将它们联合考虑。因此，本文首次尝试通过指定动词谓词及其相应的语义角色来增强文本理解和推理能力。在深度学习模型方面，我们的嵌入向量通过显式的上下文语义角色标签得到了增强，从而实现了更加细致的语义表示。我们展示了这些显著的标签可以方便地添加到现有模型中，并且在具有挑战性的文本理解任务中显著提升了深度学习模型的性能。在基准机器阅读理解和推理数据集上的广泛实验验证了所提出的语义学习方法有助于我们的系统在强大的基线模型上达到新的最先进水平，而这些基线模型已经通过最新的预训练语言模型得到了增强。”