基于深度学习方法的句子及语素边界划分研究

• 作者: Toleu Galymzhan 邬春学
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 句子边界检测 语素边界检测 黏着语 深度学习
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图像·编码与软件
• 页码范围: 20-23
• 页数: 4页
• 分类号: TP391.1
• 字数: 3963字
• 语种: 中文

摘要

针对哈萨克语的句子、单词及语素边界检测问题,文中提出了一种基于深度学习的边界检测方法:CNN-TSS模型.通过将边界检测问题视为序列标注任务,将句子、单词及语素的边界检测合并为一种任务完成.通过对CNN-TSS模型选取最优超参数,对不同语言进行了测试.实验结果表明,该模型在不使用额外特征的情况下,在性能上超过了基于传统方法的边界检测系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬春学	上海理工大学光电信息与计算机工程学院	108	416	10.0	15.0
2	Toleu Galymzhan	上海理工大学光电信息与计算机工程学院	1	5	1.0	1.0