CNN B iLSTM双通道维吾尔语名词短语指代消解

发布时间：2021-03-07 20:32

　　提出了一种利用CNN_BiLSTM双重通道模型的维吾尔语名词短语指代消解。利用包含维语语言特点的Hand-crafted特征初步筛选先行语和照应语,减少不必要的负例,然后使用wordembedding将先行语和照应语向量化,并作为CNN_BiLSTM双重通道模型的输入,使用双通道模型提取空间语义特征和时间语义特征。两种特征融合之后训练softmax分类器,最终完成指代消解任务。上述方法在维吾尔语名词短语指代消解任务中的准确率为84.3召回率为78.1,F1值为81。实验结果表明,充分利用CNN和BiLSTM分别提取时间和空间双重特征的,可以有效提高维吾尔语名词短语指代消解的性能。 

【文章来源】：计算机仿真. 2020,37(04)北大核心

【文章页数】：5 页

【部分图文】：

维吾尔与名词短语指代消解框架

【参考文献】：
期刊论文
[1]基于深度学习的维吾尔语名词短语指代消解[J]. 李敏,禹龙,田生伟,吐尔根·依布拉音,赵建国.  自动化学报. 2017(11)
[2]基于Deep Learning的代词指代消解[J]. 奚雪峰,周国栋.  北京大学学报(自然科学版). 2014(01)
[3]指代消解中语义角色特征的研究[J]. 王海东,胡乃全,孔芳,周国栋.  中文信息学报. 2009(01)

硕士论文
[1]基于词向量和LSTM的汉语零指代消解研究[D]. 吴兵兵.哈尔滨工业大学 2016



本文编号：3069760