基于图神经网络的法律文本共指消解模型
打开文本图片集
摘 要：共指消解是确定上下文中的代词或名词短语所指的具体对象或实体，是自然语言处理（Ｎａｔｕｒａｌ ＬａｎｇｕａｇｅＰｒｏｃｅｓｓｉｎｇ，ＮＬＰ）的基本任务之一，对理解文本语义具有重要意义。现有的方法主要集中在一般领域的代词、所有格和名词短语的解析上，针对法律领域的研究较少。为了更好地学习法律文本中的知识，并消除共同指代现象，提出一种基于图神经网络的法律文本共指消解模型（Ｇｒａｐｈ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ｆｏｒ Ｃｏｒｅｆｅｒｅｎｃｅ Ｒｅｓｏｌｕｔｉｏｎ，ＣＲＧＮＮ）。（剩余2507字）