基于深度学习的维吾尔语名词短语指代消解

• 作者: 吐尔根·依布拉音 李敏 田生伟 禹龙 赵建国
• 来源期刊: 自动化学报
• 关键词: 深度学习 栈式自编码神经网络 指代消解 Word embedding 维吾尔语
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 论文与报告
• 页码范围: 1984-1992
• 页数: 9页
• 字数: 8319字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160330

摘要

针对维吾尔语名词短语指代现象,提出了一种利用栈式自编码深度学习算法进行基于语义特征的指代消解方法.通过对维吾尔语名词短语指称性的研究,提取出利于消解任务的13项特征.为提高特征对文本语义的表达,在特征集中引入富含词汇语义及上下文位置关系的Word embedding.利用深度学习机制无监督的提取隐含的深层语义特征,训练Softmax 分类器进而完成指代消解任务.该方法在维吾尔语指代消解任务中的准确率为74.5 %,召回率为70.6 %,F 值为72.4 %.实验结果证明,深度学习模型较浅层的支持向量机更合适于本文的指代消解任务,对Word embedding特征项的引入,有效地提高了指代消解模型的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	禹龙	新疆大学网络中心	82	301	9.0	13.0
2	吐尔根·依布拉音	新疆大学信息科学与工程学院	116	771	14.0	22.0
3	田生伟	新疆大学软件学院	101	343	9.0	13.0
4	赵建国	新疆大学人文学院	12	58	5.0	7.0
5	李敏	新疆大学软件学院	11	71	3.0	8.0