融合边界信息的越南语名词短语深度学习识别方法

• 作者: 王闻慧
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 越南语 名词短语识别 边界信息 Bi-LSTM+CRF
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 169-175
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.12.027

摘要

通过对语料库中越南语名词短语的邻接词与邻接词性进行统计调查,发现越南语名词短语蕴含着丰富的边界信息,这对越南语名词短语识别具有重要价值.提出两种将越南语名词短语边界信息融入深度学习模型的方法.一是计算每个词与预训练名词短语(Noun Phrase,NP)向量的相似度得到边界相似度向量(Border Similarity Vector,BS Vector);二是计算每个词与每个预训练标签类别向量的相似度得到(Label Similarity Vector,LS Vector).实验结果表明,在加入BS Vector后,模型的整体标注准确率提升了0.43％,在加入LS Vector后,模型的整体标注准确率提升了0.6％.该方法不仅对越南语名词短语识别任务具有提升作用,对其他语种、其他领域的识别任务也有很大的参考和借鉴意义.