基于循环卷积神经网络的藏文句类识别

• 作者: 才让加 柔特
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 藏文句类 循环卷积神经网络 词向量 句类识别
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 民族语言及周边语言信息处理
• 页码范围: 76-82
• 页数: 7页
• 分类号: TP391
• 字数: 6333字
• 语种: 中文

摘要

句子是语言的最小使用单位,句类识别是为了进一步细化句法和句义研究.由于藏文句尾通常没有特殊的标点符号来识别不同句类,因此这一藏文语言特性就变成了一大难题.该文提出了基于语境和功能特征为一体的句子用途分类方案.首先,该文介绍了文法中藏文句子分类及其特征.其次,收集了大量藏文句子并对其进行了人工标注.最后,采用循环卷积神经网络对藏文句类进行了自动识别.实验表明,该模型对藏文句类识别有较为显著的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	才让加	青海师范大学计算机学院	21	129	6.0	11.0
5	柔特	青海师范大学计算机学院	6	13	3.0	3.0