基于注意力网络的语体多元特征挖掘

• 作者: 刘颖 吴海燕
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 语体特征挖掘 语体特征区分度 注意力机制 多层感知机
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2171-2181
• 页数: 11页
• 分类号: TP391.1
• 字数: 16250字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019122204

摘要

针对大规模语料中不同语体的特征难以挖掘、需要大量专业知识和人力的问题,提出了一种自动挖掘能区分不同语体的特征的方法.首先,将语体表示成词、词类、标点符号、它们的2元、句法结构及多种组合特征;然后,使用注意力机制和多层感知机(MLP)的组合模型(如注意力网络)把语体分类成小说、新闻和课本,并在过程中自动地提取出能够帮助区分语体的重要特征;最后,通过对这些特征的进一步分析,可以得到不同语体的特点及一些语言学结论.实验结果显示,小说、新闻和课本在词、主题词、词的依存关系、词类、标点符号和句法结构都有显著的差异,进一步表明了人们在使用语言时因交际对象、目的、内容和环境的不同,对词汇、词类、标点和句法的运用上会自然地呈现出某种不同.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘颖	清华大学人文学院	50	235	9.0	12.0
2	吴海燕	清华大学人文学院	49	844	16.0	28.0