提出了一種利用CNN_BiLSTM雙重通道模型的維吾爾語名詞短語指代消解。利用包含維語語言特點的Hand-crafted特征初步篩選先行語和照應(yīng)語,減少不必要的負例,然后使用wordembedding將先行語和照應(yīng)語向量化,并作為CNN_BiLSTM雙重通道模型的輸入,使用雙通道模型提取空間語義特征和時間語義特征。兩種特征融合之后訓練softmax分類器,最終完成指代消解任務(wù)。上述方法在維吾爾語名詞短語指代消解任務(wù)中的準確率為84.3召回率為78.1,F1值為81。實驗結(jié)果表明,充分利用CNN和BiLSTM分別提取時間和空間雙重特征的,可以有效提高維吾爾語名詞短語指代消解的性能。 

【文章來源】：計算機仿真. 2020,37(04)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

維吾爾與名詞短語指代消解框架

【參考文獻】：
期刊論文
[1]基于深度學習的維吾爾語名詞短語指代消解[J]. 李敏,禹龍,田生偉,吐爾根·依布拉音,趙建國.  自動化學報. 2017(11)
[2]基于Deep Learning的代詞指代消解[J]. 奚雪峰,周國棟.  北京大學學報(自然科學版). 2014(01)
[3]指代消解中語義角色特征的研究[J]. 王海東,胡乃全,孔芳,周國棟.  中文信息學報. 2009(01)

碩士論文
[1]基于詞向量和LSTM的漢語零指代消解研究[D]. 吳兵兵.哈爾濱工業(yè)大學 2016



本文編號：3069760