基于子词级别词向量和指针网络的朝鲜语句子排序

摘要：

句子排序是自然语言处理中的重要任务之一,其应用包括多文档摘要、问答和文本生成.不当的句子排序会产生逻辑不通顺的文本,使得文本的可读性降低.该文采用在中英文上大规模使用的深度学习方法,同时结合朝鲜语词语形态变化丰富的特点,提出了一种基于子词级别词向量和指针网络的朝鲜语句子排序模型,其目的是解决传统方法无法挖掘深层语义信息的问题.该文提出基于形态素拆分的词向量训练方法(MorV),同时对比子词n元词向量训练方法(SG),得到朝鲜语词向量;采用了两种句向量方法:基于卷积神经网络(CNN)、基于长短时记忆网络(LSTM),结合指针网络分别进行实验.结果表明采用MorV和LSTM的句向量结合方法可以更好地捕获句子间的语义逻辑关系,提升句子排序的效果.

关键词：词向量、形态素拆分、指针网络、句子排序

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：54-61