基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对深度神经网络模型仅学习当前指代链语义信息忽略了单个指代链识别结果的长期影响问题,提出一种结合深度强化学习(deep reinforcement learning)的维吾尔语人称代词指代消解方法.该方法将指代消解任务定义为强化学习环境下顺序决策过程,有效利用之前状态中先行语信息判定当前指代链指代关系.同时,采用基于整体奖励信号优化策略,相比于使用损失函数启发式优化特定的单个决策,该方法直接优化整体评估指标更加高效.最后在维吾尔语数据集进行实验,实验结果显示,该方法在维吾尔语人称代词指代消解任务中的F值为85.80%.实验结果表明,深度强化学习模型能显著提升维吾尔语人称代词指代消解性能.
推荐文章
基于Bi-LSTM的维吾尔语人称代词指代消解
指代消解
双向长短时记忆网络
词向量
深度学习
维吾尔语
自然语言处理
中文人称代词指代消解的研究
人称代词
指代消解
最大熵模型
规则
基于深度学习的维吾尔语名词短语指代消解
深度学习
栈式自编码神经网络
指代消解
Word embedding
维吾尔语
注意力机制的LSTM-DBN维语人称代词指代消解
人称代词
指代消解
词向量
注意力机制
深度信念网络
长短时记忆网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度强化学习的维吾尔语人称代词指代消解
来源期刊 电子学报 学科 工学
关键词 强化学习 指代消解 维吾尔语 词向量 深度学习 自然语言处理
年,卷(期) 2020,(6) 所属期刊栏目 学术论文
研究方向 页码范围 1077-1083
页数 7页 分类号 TP391
字数 6318字 语种 中文
DOI 10.3969/j.issn.0372-2112.2020.06.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 禹龙 新疆大学网络中心 82 301 9.0 13.0
2 艾山·吾买尔 新疆大学信息科学与工程学院 66 292 10.0 14.0
3 田生伟 新疆大学软件学院 101 343 9.0 13.0
4 杨启萌 新疆大学信息科学与工程学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (3)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
强化学习
指代消解
维吾尔语
词向量
深度学习
自然语言处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导