基于循环卷积神经网络的藏文句类识别

论文摘要

句子是语言的最小使用单位,句类识别是为了进一步细化句法和句义研究。由于藏文句尾通常没有特殊的标点符号来识别不同句类,因此这一藏文语言特性就变成了一大难题。该文提出了基于语境和功能特征为一体的句子用途分类方案。首先,该文介绍了文法中藏文句子分类及其特征。其次,收集了大量藏文句子并对其进行了人工标注。最后,采用循环卷积神经网络对藏文句类进行了自动识别。实验表明,该模型对藏文句类识别有较为显著的效果。

论文目录

0 引言

1 藏文句子分类与功能特征分析

1.1 藏文句子的概念及分类

（1）句子的基本概念

（2）藏文句子分类

1.2 藏文句子功能特征分析

（1）疑问句及其功能特征

（2）祈使句及其功能特征

（3）感叹句及其功能特征

（4）陈述句及其功能特征

2 基于循环卷积神经网络的藏文句类识别

2.1 基于循环卷积神经网络的藏文句类识别方法

2.2 实验数据准备

（1）数据准备

（2）词向量计算

（3）参数设置

3 实验结果与数据分析

3.1 实验结果

3.2 数据分析

（1）藏文句类识别能力分析

（2）语义消歧能力分析

4 结束语

文章来源

类型: 期刊论文

作者: 柔特,才让加

关键词: 藏文句类,循环卷积神经网络,词向量,句类识别

来源: 中文信息学报 2019年12期

年度: 2019

分类: 信息科技,哲学与人文科学

专业: 中国语言文字,计算机软件及计算机应用,自动化技术

单位: 青海师范大学计算机学院,青海省藏文信息处理与机器翻译重点实验室

基金: 国家重点研发计划(2017YFB1402200),国家自然科学基金(61662061),国家社会科学基金(14BYY132,15BYY167,16YY167)

分类号: H214;TP391.1;TP183

页码: 76-82

总页数: 7

文件大小: 822K

下载量: 141

基于循环卷积神经网络的藏文句类识别

论文摘要

论文目录

文章来源

相关论文文献