基于RNN的中文二分结构句法分析

• 作者: 李国臣 李济洪 王瑞波 谷波
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 层次句法分析 循环神经网络(RNN) m×2CV序贯t-检验
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 35-45
• 页数: 11页
• 分类号: TP391
• 字数: 10896字
• 语种: 中文

摘要

为了构建一个简单易扩展的中文句法分析器,我们依据朱德熙和陆俭明先生的中文二分结构的层次分析句法理论,手工构建了一个3万句的二分结构的中文句法树库,并使用哈夫曼编码方式来简化表示完全二叉树的层次结构.该文将中文句法分析转换为迭代二分的序列标注问题,并根据该任务的特点,提出了在词的间隔上进行标记的序列标注模型(RNN-Interval,RNN-INT),与常用的循环神经网络模型(RNN,LSTM)和条件随机场模型(CRF)进行对比实验,使用mx2交叉验证序贯t-检验来比较模型.实验结果表明,RNN-INT模型在窗口为1的词特征就可达到最好的性能,并好于其他窗口大小和其他序列标注模型(RNN,LSTM,CRF).最后,在测试集上,在人工分词下,RN N-IN T在短语级别的F1值(块F1)达到71.25％,在句子级别的准确率达到约43％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李济洪	山西大学软件学院	58	261	10.0	14.0
2	谷波	山西大学计算机与信息技术学院	4	62	4.0	4.0
3	李国臣		9	88	7.0	9.0
4	王瑞波	山西大学软件学院	23	179	7.0	13.0