您的位置： 专家智库 > >

谢逸

作品数：1 被引量：20H指数：1
供职机构：武汉理工大学计算机科学与技术学院更多>>
发文基金：国家高技术研究发展计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇神经网
  • 1篇神经网络
  • 1篇网络
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇混合模型
  • 1篇CNN
  • 1篇词性
  • 1篇词性标注

机构

  • 1篇武汉理工大学

作者

  • 1篇饶文碧
  • 1篇段鹏飞
  • 1篇陈振东
  • 1篇谢逸

传媒

  • 1篇武汉大学学报...

年份

  • 1篇2017
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于CNN和LSTM混合模型的中文词性标注被引量：20
2017年
中文词性标注具有重要的作用,它的准确性和标注速度直接影响到自然语言处理的后续任务.提出一种基于CNN(convolutional neural network)和LSTM(long-short term memory)混合模型进行中文词性标注.该模型采用三层结构,用词向量和CNN的滑动窗口特性产生词语表示特征,LSTM的时序性来产生词性标注的序列标签.分别在PFR《人民日报》语料库、CTB7.0和CoNLL09语料库上对该模型进行测试,在未加入任何人工特征的条件下,对词语进行词性标注,词性标注效果好于HMM(hidden Markov model)、MLP(multi-layer perceptron)、CNN和LSTM.
谢逸饶文碧段鹏飞陈振东
关键词：词性标注卷积神经网络
全选 清除 导出
共1页<1>
聚类工具0