语义角色标注《Deep Semantic Role Labeling？What Works and What’s Next》

Motivation:

在语义角色标注（SRL）的任务上，传统使用神经网络的做法是将解析树作为神经网络的输入。最近一种比较流行的做法是使用端到端的神经网络模型，直接将源句子转化为论元标签，省去生成解析树的步骤。本文采用的就是端到端的方法，将SRL任务转化为一个序列标注问题。

模型结构：

为实现SRL，从源句子到目标序列一共分为两部分：

1. Highway LSTM+Softmax：输入为<句子单词，谓词>，输出为每个标签对应的概率p(yi | x)。

                                                              &nb