首页 | 本学科首页   官方微博 | 高级检索  
     

融合短语结构的多通道老挝语名词短语识别方法
引用本文:汤礼欣,周兰江,张力,张建安.融合短语结构的多通道老挝语名词短语识别方法[J].中文信息学报,2022,36(6):61.
作者姓名:汤礼欣  周兰江  张力  张建安
作者单位:昆明理工大学 信息工程与自动化学院,云南 昆明 650500
摘    要:名词短语的识别对句法分析等自然语言处理任务有着基础性的意义。目前,老挝语名词短语识别研究仍处于起步阶段,相较于其他语言,老挝语名词短语识别存在边界模糊、界定描述模糊、语料有限、句式过长等问题。针对以上问题,该文研究了老挝语名词短语的结构,并构建了融合其短语结构的多通道老挝语名词短语模型。模型通过将字符、词和词性特征组合形成不同的输入通道,使用多个BiLSTM网络从不同的方面提取更多隐藏信息,同时改善低资源语料存在大量未登录名词短语的问题。此外,由于老挝语句式过长,模型引入Attention机制,增加重要特征的权重,有效减少了无用信息的干扰。实验结果表明,该模型在有限标注语料下F1值达到85.25%,优于其他模型方法。

关 键 词:名词短语识别  BiLSTM  多通道  Attention机制  

A Structure Enhanced Multi-channel Approach to Noun Phrase Identification for Lao Language
TANG Lixin,ZHOU Lanjiang,ZHANG Li,ZHANG Jian‘an.A Structure Enhanced Multi-channel Approach to Noun Phrase Identification for Lao Language[J].Journal of Chinese Information Processing,2022,36(6):61.
Authors:TANG Lixin  ZHOU Lanjiang  ZHANG Li  ZHANG Jian‘an
Affiliation:Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming, Yunnan 650500, China
Abstract:
Keywords:identification of noun phrases  BiLSTM  multi-channel  Attention mechanism  
点击此处可从《中文信息学报》浏览原始摘要信息
点击此处可从《中文信息学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号