基于自动编码器的中文词汇特征无监督学习

• 作者: 周昌乐 张开旭
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 无监督特征学习 中文分词 词性标注
• 年，卷（期）: 2013,（5）
• 页码范围: 1-7,92
• 页数: 8页
• 分类号: TP391
• 字数: 7232字
• 语种: 中文

摘要

大规模未标注语料中蕴含了丰富的词汇信息,有助于提高中文分词词性标注模型效果.该文从未标注语料中抽取词汇的分布信息,表示为高维向量,进一步使用自动编码器神经网络,无监督地学习对高维向量的编码算法,最终得到可直接用于分词词性标注模型的低维特征表示.在宾州中文树库5.0数据集上的实验表明,所得到的词汇特征对分词词性标注模型效果有较大帮助,在词性标注上优于主成分分析与k均值聚类结合的无监督特征学习方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昌乐	厦门大学信息科学与技术学院	148	1475	22.0	30.0
2	张开旭	厦门大学信息科学与技术学院	1	37	1.0	1.0