基于膨脹卷積神經網絡模型的中文分詞方法
王星; 李超; 陳吉 遼寧工程技術大學電子與信息工程學院; 遼寧葫蘆島125105
關鍵詞：中文分詞 膨脹卷積 深度學習 自然語言處理
摘要：目前,許多深度神經網絡模型以雙向長短時記憶網絡結構處理中文分詞任務,存在輸入特征不夠豐富、語義理解不全、計算速度慢的問題。針對以上問題,該文提出一種基于膨脹卷積神經網絡模型的中文分詞方法。通過加入漢字字根信息并用卷積神經網絡提取特征來豐富輸入特征;使用膨脹卷積神經網絡模型并加入殘差結構進行訓練,能夠更好理解語義信息并提高計算速度。基于Bakeoff 2005語料庫的4個數據集設計實驗,與雙向長短時記憶網絡模型的中文分詞方法做對比,實驗表明該文提出的模型取得了更好的分詞效果,并具有更快的計算速度。
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
