基于神经网络与注意力机制的中文文本校对方法
中文文本校对是中文自然语言处理方面的关键任务之一,人工校对方式难以满足日常工作的数据量需求,而基于统计的文本校对方法不能灵活的处理语义方面的错误.针对上述问题,提出了一种基于神经网络与注意力机制的中文文本校对方法.利用双向门控循环神经网络层获取文本信息并进行特征提取,并引入注意力机制层增强词间语义逻辑关系的捕获能力.在基于Keras深度学习框架下对模型进行实现,实验结果表明,该方法能够对含语义错误的文本进行校对.
中文文本校对、注意力机制、双向门控循环神经网络、端到端序列模型
28
山西省重点研发计划重点项目 201703D111011
2019-10-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
190-195