基于组合深度模型的现代汉语数量名短语识别 |
| |
引用本文: | 施寒瑜,曲维光,魏庭新,周俊生,顾彦慧.基于组合深度模型的现代汉语数量名短语识别[J].南京师大学报,2022(1):127-135. |
| |
作者姓名: | 施寒瑜 曲维光 魏庭新 周俊生 顾彦慧 |
| |
作者单位: | 1. 南京师范大学计算机与电子信息学院/人工智能学院;2. 南京师范大学文学院;3. 南京师范大学国际文化教育学院 |
| |
基金项目: | 国家自然科学基金项目(61772278、61472191);;国家社科基金项目(21&ZD288、18BYY127); |
| |
摘 要: | 数量名短语的识别是识别由数量短语修饰的名词短语左右边界的研究.以往研究中,基于统计学习模型的数量短语识别方法依赖人工特征,需要通过专家知识构建知识库来实现对"数词+量词"短语的识别.本文在以往研究基础上纳入"名词"形成"数词+量词+名词"等八类数量名短语,并采用深度学习方法解决这一边界识别任务.通过BERT模型对原始文...
|
关 键 词: | 数量名短语识别 BERT Lattice LSTM CRF |
|
|