语义角色标注中的跨度选择模型

我们提出了一种简单且准确的基于片段的语义角色标注（SRL）模型。该模型直接考虑了所有可能的论元片段，并为每个标签进行评分。在解码阶段，我们贪婪地选择得分较高的标记片段。我们的模型的一个优势在于可以设计并使用片段级别的特征，而这些特征在基于标记的BIO编码方法中难以应用。实验结果表明，我们的集成模型在CoNLL-2005和2012数据集上分别达到了87.4 F1和87.0 F1的最先进水平。