融合字符串特征的维吾尔语形态切分

摘要：

维吾尔语是一种典型的低资源黏着语,在形态方面存在组合性和歧义性等技术处理难点.针对维吾尔语未登录词和低频率语素的识别困难等问题,提出融合字符串特征的形态切分方法.先利用多尺度卷积神经网络提取字符串特征,再利用双向长短期记忆模型对字符和字符串进行上下文编码,最后使用CRF推断.实验结果表明,上述模型优于现有的维吾尔语形态切分模型,充分利用多尺度字符串特征有利于提高F-Score等方面性能.

关键词：维吾尔语、自然语言处理、形态切分、多尺度卷积神经网络、双向长短期记忆模型、条件随机场

所属期刊栏目：39

分类号：TP302(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家重点研发计划

在线出版日期：2022-09-05（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：257-262