基于深度神经网络的维吾尔文命名实体识别研究

• 作者: 买合木提·买买提 卡哈尔江·阿比的热西提 吐尔根·依布拉音 王路路 艾山·吾买尔
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 维吾尔文命名实体识别 长短时记忆网络 条件随机场 注意力机制
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 民族、跨境及周边语言信息处理
• 页码范围: 64-70
• 页数: 7页
• 分类号: TP391
• 字数: 5216字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.03.009

摘要

现有的维吾尔文命名实体识别主要采用基于条件随机场的统计学习方法,但依赖于人工提取的特征工程和领域知识.针对该问题,该文提出了一种基于深度神经网络的学习方法,并引入不同的特征向量表示.首先利用大规模未标注语料训练的词向量模型获取每个单词具有语义信息的词向量;其次,利用Bi-LSTM提取单词的字符级向量;然后,利用直接串联法或注意力机制处理词向量和字符级向量,进一步获取联合向量表示;最后,用Bi-LSTM-CRF深度神经网络模型进行命名实体标注.实验结果表明,以基于注意力机制的联合向量表示作为输入的Bi-LSTM-CRF方法在维吾尔文命名实体识别上F值达到90.13％.