例如有很多實(shí)體以代詞的形式存在于文本中。上海昕瑞指代消解可以對(duì)分散在文本中各個(gè)地方的有著不同表述形式的實(shí)體或事件之間的關(guān)系進(jìn)行識(shí)別,從而更好地對(duì)文本中的相關(guān)信息進(jìn)行抽取。指代消解在信息抽取等自然語(yǔ)言理解任務(wù)中扮演著關(guān)鍵的角色。零指代是一種特殊的指代現(xiàn)象,廣泛存在于中文等代詞缺失的文本中。對(duì)于這些存在省略（零代詞）的自然語(yǔ)言處理表述,人由于有著彼此類似的知識(shí)背景是能夠很容易理解其中的含義的,但是對(duì)于機(jī)器來(lái)說(shuō)則十分困難。因此,零指代消解在中文自然語(yǔ)言理解中十分重要。傳統(tǒng)的中文零指代消解方法主要采用離散的特征向量作為輸入,通過(guò)機(jī)器學(xué)習(xí)算法訓(xùn)練分類器,進(jìn)而對(duì)零代詞的先行語(yǔ)進(jìn)行判斷。這些方法對(duì)人工選擇的特征有很大的依賴性,而且由于零代詞語(yǔ)義缺失的特性,現(xiàn)有方法在選取先行語(yǔ)的過(guò)程中都忽略了語(yǔ)義信息。近些年,隨著深度神經(jīng)網(wǎng)絡(luò)模型被不斷的被成功的應(yīng)用在自然語(yǔ)言處理領(lǐng)域,分布式的特征表示方法也獲得了更多的重視。同傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比,分布式表示能夠利用深度神經(jīng)系統(tǒng),逐層抽象,進(jìn)而得到適用于指定智能消解儀任務(wù)的高層語(yǔ)義表示。上海昕瑞儀器儀表有限公司在通過(guò)深度神經(jīng)網(wǎng)絡(luò),針對(duì)中文零指代消解任務(wù)的特點(diǎn),提出四種深度學(xué)習(xí)模型（循環(huán)神經(jīng)網(wǎng)絡(luò)模型,記憶神經(jīng)網(wǎng)絡(luò)模型,注意力模型和深度強(qiáng)化學(xué)習(xí)模型）,上海昕瑞儀器儀表有限公司從不同角度出發(fā)提升中文零指代消解的性能。