基于深层神经网络（DNN）的汉－越双语词语对齐方法

• 作者: 余正涛 毛存礼 牛翊童 莫媛媛 郭剑毅
• 来源期刊: 山东大学学报（理学版）
• 学科: 工学
• 关键词: 汉语 越南语 词语对齐 DNN
• 年，卷（期）: 2016,（1）
• 页码范围: 77-83
• 页数: 7页
• 分类号: TP391
• 字数: 4813字
• 语种: 中文
• DOI: 10.6040/j.issn.1671-9352.3.2014.289

摘要

针对汉－越双语因语言特点差异较大而导致难以实现词语自动对齐的问题，提出了一种基于深层神经网络（deep neural network，DNN）的汉－越双语词语对齐方法。该方法先将汉－越双语词语转化成词向量，作为 DNN模型的输入，再通过调整和扩展 HMM 模型，并融入上下文信息，构建 DNN-HMM 词语对齐模型。实验以 HMM模型和 IBM4模型为基础模型，通过大规模的汉－越双语词语对齐任务表明，该方法的准确率、召回率较两个基础模型都有明显的提高，而词语对齐错误率大大降低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余正涛	昆明理工大学信息工程与自动化学院	122	877	17.0	24.0
5	郭剑毅	昆明理工大学信息工程与自动化学院	76	794	12.0	27.0
9	毛存礼	昆明理工大学信息工程与自动化学院	21	85	5.0	8.0
13	莫媛媛	昆明理工大学信息工程与自动化学院	2	10	2.0	2.0