基于Bi-LSTM的维吾尔语人称代词指代消解

• 作者: 冯冠军 吐尔根·依布拉音 田生伟 禹龙 秦越
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1691-1699
• 页数: 9页
• 分类号: TP391
• 字数: 9391字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.07.022

摘要

针对维吾尔语人称代词指代现象,提出利用双向长短时记忆网络(Bi-directional long short term memory,Bi-LSTM)的深度学习机制进行基于深层语义信息的维吾尔语人称代词指代消解.首先将富含语义和句法信息的word embedding向量作为Bi-LSTM的输入,挖掘维吾尔语隐含的上下文语义层面特征;其次对维吾尔语人称代词指代现象进行探索,提取针对人称代词指代研究的24个hand-crafted特征;然后利用多层感知器(multilayer perception,MLP)融合Bi-LSTM学习到的上下文语义层面特征与hand-crafted特征;最后使用融合的两类特征训练softmax分类器完成维吾尔语人称代词指代消解任务.实验结果表明,充分利用两类特征的优势,维吾尔语人称代词指代消解的F1值达到76.86％.实验验证了Bi-LSTM与单向LSTM、浅层机器学习算法的SVM和ANN相比更具备挖掘隐含上下文深层语义信息的能力,而hand-crafted层面特征的引入,则有效提高指代消解性能.

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	冯冠军	新疆大学人文学院	15	46	4.0	6.0
5	秦越	新疆大学信息科学与工程学院	3	2	1.0	1.0