一种基于循环神经网络的古文断句方法

• 作者: 史晓东 王博立 苏劲松
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 古汉语 断句 循环神经网络
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 专题报道:自然语言理解与智能应用
• 页码范围: 255-261
• 页数: 7页
• 分类号: TP391
• 字数: 4892字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2017.032

摘要

提出一种基于循环神经网络的古文自动断句方法.该方法采用基于GRU (gated recurrent unit)的双向循环神经网络进行古文断句.在解码过程中,该算法不仅利用神经网络输出的概率分布,还进一步引入状态转移概率和长度惩罚,以便提高断句准确率.在大规模古籍语料上的实验结果表明,所提方法能够取得比传统方法更高的断句F1值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史晓东	厦门大学智能科学与技术系	31	290	8.0	16.0
7	苏劲松	厦门大学软件学院	11	64	5.0	7.0
8	王博立	厦门大学智能科学与技术系	3	15	3.0	3.0