基于n元词组表示的去噪方法及其在跨语言映射中的应用

• 作者: 于墨 赵铁军
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 表示学习 半监督学习 去噪算法 自然语言处理 跨语言映射
• 年，卷（期）: 2016,（2）
• 页码范围: 94-97
• 页数: 4页
• 分类号: TP181
• 字数: 5905字
• 语种: 中文

摘要

具有结构化输出的学习任务（结构化学习）在自然语言处理领域广泛存在。近年来研究人员们从理论上证明了数据标记的噪声对于结构化学习的巨大影响，因此为适应结构化学习任务的去噪算法提出了需求。受到近年来表示学习发展的启发，本文提出将自然语言的子结构低维表示引入结构化学习任务的样本去噪算法中。这一新的去噪算法通过n元词组的表示为序列标注问题中每个节点寻找近邻，并根据节点标记与其近邻标记的一致性实现去噪。本文在命名实体识别和词性标注任务的跨语言映射上对上述去噪方法进行了验证，证明了这一方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵铁军	哈尔滨工业大学计算机科学与技术学院	123	1278	19.0	32.0
2	于墨	哈尔滨工业大学计算机科学与技术学院	1	0	0.0	0.0