基于自注意力机制的中文标点符号预测模型

发布时间：2021-04-02 03:20

　　中文标点符号预测是自然语言处理的一项重要任务,能够帮助人们消除歧义,更准确地理解文本。为解决传统自注意力机制模型不能处理序列位置信息的问题,提出一种基于自注意力机制的中文标点符号预测模型。在自注意力机制的基础上堆叠多层Bi-LSTM网络,并结合词性与语法信息进行联合学习,完成标点符号预测。自注意力机制可以捕获任意两个词的关系而不依赖距离,同时词性和语法信息能够提升预测标点符号的正确率。在真实新闻数据集上的实验结果表明,该模型F1值达到85.63%,明显高于传统CRF、LSTM预测方法,可实现对中文标点符号的准确预测。 

【文章来源】：计算机工程. 2020,46(05)北大核心CSCD

【文章页数】：7 页

【部分图文】：

Bi-LSTM序列标注模型结构

DABLSTM神经网络模型结构

多头注意力机制计算过程


本文编号：3114484