基于双向LSTM的图结构依存句法分析

• 作者: 王冰 王荣波 谌志群 黄孝喜
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 图结构 依存句法分析 双向长短期神经网络模型 隐马尔科夫模型 Viterbi算法
• 年，卷（期）: 2018,（1）
• 页码范围: 43-48
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2018.01.009

摘要

提出了一个基于图结构的依存句法分析模型.使用双向长短期记忆神经网络模型自动提取富文本信息,然后添加约束性条件来保障句法分析的正确性,并结合隐马尔科夫模型得到句法分析树,使算法避免了人工选择特征,同时考虑到了长距离依存问题.另外就语言模型、句子的长度等因素对算法效果的影响做了分析.以中文汉宾树库数据集作为实验语料,与其他3种常见句法分析算法进行对比,依存关系准确率、根节点准确率和头节点占所有词百分比在短句和长句分析上均有所提高,验证了新算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谌志群	杭州电子科技大学认知与智能计算研究所	51	455	11.0	20.0
2	王荣波	杭州电子科技大学认知与智能计算研究所	35	126	7.0	9.0
3	黄孝喜	杭州电子科技大学认知与智能计算研究所	23	73	5.0	8.0
4	王冰	杭州电子科技大学认知与智能计算研究所	2	3	1.0	1.0