融合Self-Attention机制和n-gram卷积核的印尼语复合名词自动识别方法研究

• 作者: 丘心颖 张皓 肖莉娴 谭立聪 陈汉武 陈源
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 印尼语复合名词短语 Self-Attention机制 卷积神经网络 自动识别 条件随机场
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 非通用语种智能处理研究
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP31
• 字数: 6731字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2020.03.001

摘要

针对印尼语复合名词短语自动识别,提出一种融合Self-Attention机制、n-gram卷积核的神经网络和统计模型相结合的方法,改进现有的多词表达抽取模型.在现有SHOMA模型的基础上,使用多层CNN和Self-Attention机制进行改进.对Universal Dependencies公开的印尼语数据进行复合名词短语自动识别的对比实验,结果表明:TextCNN+Self-Attention+CRF模型取得32.20的短语多词识别F1值和32.34的短语单字识别F1值,比SHOMA模型分别提升了4.93％和3.04％.