基于组合神经网络的语义省略“的字结构识别

摘要：

　　针对语义省略“的字结构识别任务,提出一种基于组合神经网络的识别方法.利用词语和词性,通过双向LSTM(long short-term memory)神经网络,学习“的字结构深层次的语义语法表示.通过Max-Pooling 层和基于GRU(gated recurrent unit)的多注意力层,捕获“的字结构的省略特征,完成语义省略“的字结构识别任务.实验结果表明,所提模型在CTB8.0(Chinese Treebank8.0)语料中,能够有效地识别语义省略的“的字结构,F1 值达到96.67％.

关键词： 神经网络 的字结构 语义省略

作者: 侍冰清 戴茹冰 曲维光 顾彦慧 周俊生 李斌 徐戈 史胜旺

作者单位: 南京师范大学计算机科学与技术学院,南京210023 南京师范大学文学院,南京210097 南京师范大学计算机科学与技术学院,南京210023;南京师范大学文学院,南京210097;闽江学院福建省信息处理与智能控制重点实验室,福州350121 闽江学院福建省信息处理与智能控制重点实验室,福州350121

会议类型: 国际会议

会议名称: 2018自然语言处理与中文计算国际会议(NLPCC2018)

会议地点: 呼和浩特

会议语种:中文

页码: 1-9

在线出版日期: 2018-08-26（万方平台首次上网日期，不代表论文的发表时间）