融合上下文字符信息的泰语神经网络分词方法

• 作者: 汪淑娟 王红斌 线岩团 陶广奉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 泰语分词 神经网络模型 上下文字符信息 字符向量
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 943-949
• 页数: 7页
• 分类号: TP391.1
• 字数: 4928字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.05.025

摘要

自动分词是自然语言处理的关键基础技术.针对传统泰语统计分词方法特征模板复杂、搜索空间大的问题,提出融合上下文字符信息的泰语神经网络分词模型.该模型借助词分布表示方法,训练泰语字符表示向量,利用多层神经网络分类器实现泰语分词.基于InterBEST 2009泰语分词评测语料的实验结果表明,所提方法相较于条件随机场分词模型、Character-Cluster Hybrid分词模型以及GLR and N-gram分词模型取得了更好的分词效果,分词准确率、召回率和F值分别达到了97.27％、99.26％及98.26％,相比条件随机场分词速度提高了112.78％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红斌	昆明理工大学信息工程与自动化学院	25	127	5.0	10.0
2	线岩团	昆明理工大学信息工程与自动化学院	23	91	5.0	8.0
3	汪淑娟	昆明理工大学信息工程与自动化学院	4	2	1.0	1.0
4	陶广奉	昆明理工大学信息工程与自动化学院	1	0	0.0	0.0