基于神经网络的中文谓语动词识别研究

• 作者: 李婷 秦永彬 程欣宇 陈艳平 黄瑞章
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 谓语动词识别 神经网络 中文信息抽取
• 年，卷（期）: 2020,（3）
• 页码范围: 582-590
• 页数: 9页
• 分类号: TP391
• 字数: 5850字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2020.03.020

摘要

识别谓语动词是理解句子的关键.由于中文谓语动词结构复杂、使用灵活、形式多变,识别谓语动词在中文自然语言处理中是一项具有挑战的任务.本文从信息抽取角度,介绍了与中文谓语动词识别相关的概念,提出了一种针对中文谓语动词标注方法.在此基础上,研究了一种基于Attentional-BiLSTM-CRF神经网络的中文谓语动词识别方法.该方法通过双向递归神经网络获取句子内部的依赖关系,然后用注意力机制建模句子的焦点角色.最后通过条件随机场(Conditional random field,CRF)层返回一条最大化的标注路径.此外,为解决谓语动词输出唯一性的问题,提出了一种基于卷积神经网络的谓语动词唯一性识别模型.通过实验,该算法超出传统的序列标注模型CRF,在本文标注的中文谓语动词数据上到达76.75％的F值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程欣宇	贵州大学计算机科学与技术学院	15	57	4.0	7.0
3	陈艳平	贵州大学计算机科	9	13	2.0	3.0