CNNBiLSTM双通道维吾尔语名词短语指代消解

作者：张江; 田生伟; 禹龙

来源：计算机仿真, 2020, 37(04): 255-259.

• 卷积神经网络
• 长短时记忆网络
• 指代消解
• 词向量

提出了一种利用CNNBiLSTM双重通道模型的维吾尔语名词短语指代消解。利用包含维语语言特点的Hand-crafted特征初步筛选先行语和照应语,减少不必要的负例,然后使用wordembedding将先行语和照应语向量化,并作为CNNBiLSTM双重通道模型的输入,使用双通道模型提取空间语义特征和时间语义特征。两种特征融合之后训练softmax分类器,最终完成指代消解任务。上述方法在维吾尔语名词短语指代消解任务中的准确率为84.3召回率为78.1,F1值为81。实验结果表明,充分利用CNN和BiLSTM分别提取时间和空间双重特征的,可以有效提高维吾尔语名词短语指代消解的性能。

• 单位
  新疆大学