基于Bi-LSTM-CRF模型的维吾尔语词干提取的研究

作者：古丽尼格尔·阿不都外力; 吐尔根·依布拉音^*; 卡哈尔江·阿比的热西提; 王路路

来源：中文信息学报, 2019, 33(08): 60-66.

• 维吾尔语
• 词干提取
• Bi-LSTM-CRF

词干提取是维吾尔语自然语言处理中的基础性研究,其提取质量直接影响其他任务的性能。但目前维吾尔语词干提取研究存在过度切分、不切分和歧义切分等问题,这些问题导致词干提取质量不高,对后续任务的性能影响较大。因此该文提出了基于Bi-LSTM-CRF的维吾尔语词干提取模型,将字符作为最小切分单位,选取维吾尔语字符特征、音类特征以及语音特征为候选特征,结合模型进行实验。实验表明,该文提出的Bi-LSTM-CRF模型在维吾尔语词干提取任务上,F1值达到了88%,在融入手工提取的候选特征之后,F1值提高了1.8个点,有效提高了词干提取的准确性,缓解了上述问题带来的影响。

• 单位
  新疆大学