10.3969/j.issn.1006-9348.2022.07.049
融合字符串特征的维吾尔语形态切分
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.
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
39
TP302(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家重点研发计划
2022-09-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
257-262