摘要

针对CONLL 2012数据集设计的指代消解（共指）系统通常无法处理完整指代消解任务中的关键方面，例如单例指代项（singletons）以及某些类型的非指称表达（如形式主语，expletives），因为这些内容在该语料库中并未进行标注。然而，最近发布的CRAC 2018共享任务数据集 now 可用于解决此类问题。本文提出一种新型架构，能够同时识别非指称表达（包括形式主语、谓词性表达及其他类型）并构建共指链，涵盖单例指代项。我们的聚类排序系统采用注意力机制，以评估同一聚类中各提及项的相对重要性；此外，还引入额外的分类器用于识别单例指代项和非指称指代项。本文的主要贡献如下：首先，我们首次在CRAC数据集上报告了基于系统生成提及项（system mentions）的结果，该结果比共享任务基线系统（使用人工标注的黄金提及项）高出5.8%。其次，我们证明了单例聚类与非指称表达的可用性能够显著提升非单例聚类的性能。第三，尽管本模型并非专为CONLL数据集设计，但其在该数据集上的表现已达到Kantor与Globerson（2019）所提出的最先进系统相当的水平。