基于LSTM网络的中文地址分词法的设计与实现

• 作者: 卢山 张文豪 程光
• 来源期刊: 计算机应用研究
• 关键词: 中文地址 分词 卡短时记忆 未标记数据集
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3652-3654
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.029

摘要

当前中文地址的分词法主要采用基于规则和传统机器学习的方法.这些方法需要人工长期维护词典和提取特征.为避免特征工程和减少人工维护,提出了将长短时记忆(long short-term memory,LSTM)网络和双向长短时记忆(bi-directional long short-term memory,Bi-LSTM)网络分别应用在中文地址分词任务中,并采用四词位标注法以及增加未标记数据集的方法提升分词性能.在自建数据集上的实验结果表明,中文地址分词任务应用Bi-LSTM网络结构能得到较好的性能,在增加未标记数据集的情况下,可以有效提升模型的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程光	东南大学计算机科学与工程学院	59	1001	16.0	31.0
2	卢山		4	16	3.0	4.0
3	张文豪		1	8	1.0	1.0