1.一些概念:
2.两步:第一步:先找到mention。
3.两步:第二步:对所有找到的mention进行分类:
4.两步(两个模型)合成一个:
5.当下模型进行共指消除任务:
6.5中的Span Feature Extraction是怎么做的:
取出开头和结尾
把所有的做自注意力机制到各自的权重,加和得到自注意力机制的向量。
把上述三个拼接共同作为Span Feature Extraction的结果。
7.降低复杂度进行的操作:
一种方法是限制抽出mention的长度,
一种方法是先抽出来判断是不是mention,选择分数最高的K个。
进行上述的筛除后,再去跑完整的模型: