摘要

本文介绍了我们系统（HIT-SCIR）在CoNLL 2019共享任务——跨框架语义表示解析（Cross-Framework Meaning Representation Parsing）中的表现。我们对基础的基于转移的解析器进行了两项改进：a）通过实现栈式LSTM的并行训练，提升训练效率；b）采用深度上下文感知的词嵌入模型BERT，实现更有效的语义编码。总体而言，我们提出了一套统一的语义表示解析流程，包含框架特定的基于转移的解析器、BERT增强的词表示以及后处理模块。在最终评测中，我们的系统在ALL-F1指标上排名第一（86.2%），尤其在UCCA框架上表现突出，同样位列第一（81.67%）。