联合多神经网络模型的藏文字校对方法

摘要：

针对藏文字校对问题,提出一种不使用藏字字典的联合二层BiLSTM模型和CNN模型展开学习的藏字校对模型.模型通过研究藏文字构字语法、字母训练,得到藏文字母的向量表示,对字母向量进行BiGRU学习,所得的特征向量用三个卷积核进行CNN和全连接运算,最后用最小化交叉熵来优化模型查检藏文字的正确性.为了验证方法的实际表现,建立一共73155个藏文字实验语料,其中正样本占55.1％,负样本占44.9％.实验表明,该方法对藏文字对错识别率的F值达94.06％.

关键词：藏文字、神经网络模型、校对

所属期刊栏目：42

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;青海省应用基础研究项目

在线出版日期：2021-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：41-44