基于长短时神经网络的古汉语分词系统

• 作者: 高毅
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 自然语言处理 深度学习 中文分词 长短时神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 自动化应用
• 页码范围: 128-131
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.02.128

摘要

在自然语言处理领域,分词是非拉丁语系语言处理的首要任务.而在中文自然语言处理中,常见的是针对现代汉语进行分词处理,对古汉语涉及得较少.针对这一问题,设计针对古汉语的分词系统.系统采用流行的深度学习方法,对中文首先进行分词,采用长短时神经网络LSTM提取序列特征;之后采用Softmax进行分类,设计针对古汉语分词的长短时神经网络.在测试中取得了理想的预期,基本可以满足设计需求.该系统一方面提高了教学的效率,降低了古汉语断句的难点;另一方面,在一定程度上提升了学习的兴趣.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高毅		50	14	2.0	3.0