语言先验知识对神经自然语言处理任务的影响
随着互联网的发展及硬件的更新,神经网络模型被广泛应用于自然语言处理、图像识别等领域.目前,结合传统自然语言处理方法和神经网络模型正日益成为研究的热点.引入先验知识代表了传统方法的惯例,然而它们对基于神经网络模型的自然语言处理任务的影响尚不清楚.鉴于此,本文尝试探究语言层先验知识对基于神经网络模型的若干自然语言处理任务的影响.根据不同任务的特点,比较了不同先验知识和不同输入位置对不同神经网络模型的影响.通过大量的对比实验发现:先验知识并不是对所有任务都适用,在神经网络模型的合适位置加入合适的先验知识方可加快模型的收敛速度,提高相关任务的效果.
神经网络 自然语言处理 先验知识
贝超 胡珀
中译语通科技(北京)有限公司,北京市100043;华中师范大学,湖北省 武汉市430079 华中师范大学,湖北省 武汉市430079
国内会议
第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会
南京
中文
1-11
2017-10-13（万方平台首次上网日期，不代表论文的发表时间）