基于深度学习的维吾尔语名词短语指代消解

摘要：

针对维吾尔语名词短语指代现象,提出了一种利用栈式自编码深度学习算法进行基于语义特征的指代消解方法.通过对维吾尔语名词短语指称性的研究,提取出利于消解任务的13项特征.为提高特征对文本语义的表达,在特征集中引入富含词汇语义及上下文位置关系的Word embedding.利用深度学习机制无监督的提取隐含的深层语义特征,训练Softmax 分类器进而完成指代消解任务.该方法在维吾尔语指代消解任务中的准确率为74.5 %,召回率为70.6 %,F 值为72.4 %.实验结果证明,深度学习模型较浅层的支持向量机更合适于本文的指代消解任务,对Word embedding特征项的引入,有效地提高了指代消解模型的性能.

关键词：深度学习、栈式自编码神经网络、指代消解、Word embedding、维吾尔语

所属期刊栏目：43

分类号：TP3;H14

资助基金：国家自然科学基金61563051,61262064,61662074,61331011;自治区科技人才培养项目QN2016YX0051 资助 Supported by National Natural Science Foundation of China61563051, 61262064, 61662074, 61331011;Re-gional Scientific and Technological Personnel Training ProjectQN2016YX0051

在线出版日期：2018-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1984-1992