基于双向长短期记忆神经网络的老挝语分词方法

• 作者: 何力 周兰江 周枫 郭剑毅
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 神经网络 音节 双向长短期记忆 老挝语分词
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1312-1317
• 页数: 6页
• 分类号: TP393
• 字数: 4788字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.07.024

摘要

作为语言最小独立运行且有意义的单位,将连续型的老挝语划分成词是非常有必要的.提出一种基于双向长短期记忆BLSTM神经网络模型的老挝语分词方法,使用包含913487个词的人工分词语料来训练模型,将老挝语分词任务转化为基于音节的序列标注任务,即将老挝语音节标注为词首(B)、词中(M)、词尾(E)和单独成词(S)4个标签.首先将老挝语句子划分成音节并训练成向量,然后把这些向量作为BLSTM神经网络模型的输入来预估该音节所属标签,再使用序列推断算法确定其标签,最后使用人工标注的分词语料进行实验.实验表明,基于双向长短期记忆神经网络的老挝语分词方法在准确率上达到了87.48％,效果明显好于以往的分词方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周兰江	昆明理工大学信息工程与自动化学院	44	76	5.0	7.0
2	郭剑毅	昆明理工大学信息工程与自动化学院	76	794	12.0	27.0
3	周枫	昆明理工大学信息工程与自动化学院	41	74	5.0	7.0
4	何力	昆明理工大学信息工程与自动化学院	1	0	0.0	0.0