基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对维吾尔语事件时序关系识别问题,提出了一种结合注意力机制的双向长短时记忆模型.基于维吾尔语语言及事件时序关系的特点,抽取13项基于事件间内部结构信息的特征.将词向量作为双向长短时记忆模型的输入,挖掘给定事件句隐含的上下文语义信息.结合事件触发词建立注意力机制,获取该事件句的事件语义特征.将事件内部结构特征和语义特征相融合,作为softmax层的输入,进而完成事件时序关系的识别.实验结果表明,该方法在获取事件句隐含语义信息的同时也能获取对应的事件语义特征.融合事件内部结构特征后,识别准确率为89.42%,召回率为86.70%,衡量模型整体性能的F值为88.03%,从而证明了该方法在维吾尔语事件时序关系识别任务上的有效性.
推荐文章
基于Bi-LSTM的维吾尔语人称代词指代消解
指代消解
双向长短时记忆网络
词向量
深度学习
维吾尔语
自然语言处理
基于Bi-LSTM的医疗事件识别研究
信息抽取
医疗事件识别
深度学习
双向LSTM
基于注意力机制的LSTM的语义关系抽取
文本信息
语义关系
关系抽取
LSTM
注意力机制
结合Bi-LSTM与VDCNN的社交网络攻击性言论识别方法
攻击性言论识别
文本分类
卷积神经网络
深度残差网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合注意力机制的Bi-LSTM维吾尔语事件时序关系识别
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 维吾尔语 时序关系 注意力机制 双向长短时记忆网络 词向量
年,卷(期) 2018,(3) 所属期刊栏目
研究方向 页码范围 393-399
页数 7页 分类号 TP391
字数 6575字 语种 中文
DOI 10.3969/j.issn.1001-0505.2018.03.003
五维指标
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 新疆大学软件学院 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 李圃 新疆大学中国语言学院 22 75 5.0 8.0
4 田生伟 新疆大学软件学院 101 343 9.0 13.0
5 赵建国 新疆大学中国语言学院 12 58 5.0 7.0
6 胡伟 新疆大学软件学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (13)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (25)
二级引证文献  (18)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(22)
  • 引证文献(5)
  • 二级引证文献(17)
研究主题发展历程
节点文献
维吾尔语
时序关系
注意力机制
双向长短时记忆网络
词向量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导