10.14188/j.1671-8836.2017.03.009
基于CNN和LSTM混合模型的中文词性标注
中文词性标注具有重要的作用,它的准确性和标注速度直接影响到自然语言处理的后续任务.提出一种基于CNN(convolutional neural network)和LSTM(long-short term memory)混合模型进行中文词性标注.该模型采用三层结构,用词向量和CNN的滑动窗口特性产生词语表示特征,LSTM的时序性来产生词性标注的序列标签.分别在PFR《人民日报》语料库、CTB7.0和CoNLL09语料库上对该模型进行测试,在未加入任何人工特征的条件下,对词语进行词性标注,词性标注效果好于HMM(hidden Markov model)、MLP (multi-layer perceptron)、CNN和LSTM.
词性标注、卷积神经网络、长短期记忆、实验分析
63
TP391(计算技术、计算机技术)
国家高技术研究发展计划863资助项目2015AA015403
2017-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
246-250