基于聯合學習的跨領域法律文書中文分詞方法
江明奇; 嚴倩; 李壽山 蘇州大學計算機科學與技術學院; 江蘇蘇州215006
關鍵詞：中文分詞 法律文書 聯合學習
摘要：中文分詞任務是自然語言處理的一項基本任務。但基于統計的中文分詞方法需要大規模的訓練樣本,且擁有較差的領域適應性。然而,法律文書涉及眾多領域,對大量的語料進行標注需要耗費大量的人力、物力。針對該問題,該文提出了一種基于聯合學習的跨領域中文分詞方法,該方法通過聯合學習將大量的源領域樣本輔助目標領域的分詞,從而提升分詞性能。實驗結果表明,在目標領域標注樣本較少的條件下,該文方法的中文分詞性能明顯優于傳統方法。
中文信息學報雜志要求:
{1}本刊對刊發的文章擁有版權，不得擅自轉載、改編。凡轉載、改編務經我刊同意，違者必究。
{2}作者簡介包括：姓名、性別、出生年月、畢業學校及所學專業、工作單位、職務職稱、現從事的研究工作情況。
{3}來稿若屬國家自然科學基金項目或省部基金項目，請在文稿中標明其基金來源和編號，我刊可以優先審核發表。
{4}正文內連續敘述中的序號采用①……；②……；③……。分級超過3級后用網括號如：“①”，“②”表示，并采用連排。
{5}附注請一律使用當頁腳注的形式，以帶圈①……⑩的方式編號，使用每頁重新編號的方式。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
