基于强化学习的壮语词性标注

• 作者: 唐素勤 孙亚茹 张灿龙 李志欣
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 智能信息处理 词性标注 强化学习 长短期记忆网络 策略网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 309-315
• 页数: 7页
• 分类号: TP391
• 字数: 5297字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054160

摘要

目前壮语智能信息处理研究处于起步阶段,缺乏自动词性标注方法.针对壮语标注语料匮乏、人工标注费时费力而机器标注性能较差的现状,提出一种基于强化学习的壮语词性标注方法.依据壮语的文法特点和中文宾州树库符号构建标注词典,通过依存句法分析融合语义特征,并以长短期记忆网络为策略网络,利用循环记忆完善部分观测信息.在此基础上,引入强化学习框架,将目标词性作为环境反馈,通过特征学习不断逼近目标真实值.实验结果表明,该方法可缓解词性标注模型对训练语料库的依赖,能够快速扩大壮语标注词典的规模,实现壮语词性的自动标注.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐素勤	广西师范大学广西多源信息挖掘与安全重点实验室	32	166	8.0	11.0
5	李志欣	广西师范大学广西多源信息挖掘与安全重点实验室	30	144	7.0	11.0
6	张灿龙	广西师范大学广西多源信息挖掘与安全重点实验室	41	194	8.0	11.0
7	孙亚茹	广西师范大学广西多源信息挖掘与安全重点实验室	1	0	0.0	0.0