基于混合模型的维吾尔文词性标注方法

摘要：

维吾尔语词性标注是词法分析中的重要任务之一,其标注结果的准确性直接影响到自然语言处理的后续工作.维吾尔语词性标注的难点是如何正确判断兼类词和未登录词的词性.提出了基于BiLSTM-CNN-CRF的混合模型进行维吾尔语词性标注.上述模型采用三层结构,先用CNN网络框架训练出维吾尔文单词的字符级形态特征向量,其次用skip-gram方法对大规模语料进行训练生成具有语义信息的低维度稠密实数词向量,然后将字符级特征向量和词向量拼接的组合向量作为BiLSTM-CRF深层神经网络的输入向量进行训练,构建适合维吾尔语词性标注的BiLSTM-CNN-CRF混合神经网络模型.实验结果显示,新的神经网络混合模型的词性标注准确率在实验室提供的数据集上达到了最好的标注结果,F1值达到了97.01％,对维吾尔语兼类词及未登录词标注有明显的提高.

关键词：递归神经网络、卷积神经网络、条件随机场、维吾尔语、词性标注

所属期刊栏目：36

分类号：TP302(计算技术、计算机技术)

资助基金：国家“973”重点基础研究计划基金资助项目2014CB340506;国家自然科学基金资助项目61363063;新疆大学多语种重点实验室开放课题XJDX0905-2013-01

在线出版日期：2019-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：268-273