典型文献
基于图的汉语字级别依存分析联合模型
文献摘要：
[目的/意义]汉语分词、词性标注和依存句法分析作为汉语自然语言处理的三大基本任务发挥着至关重要的作用.基于转移的三个任务联合模型曾经取得最好精度,但是随着神经网络和计算能力的发展,具有全局信息建模能力的图模型,在单任务和两个任务上已经超过转移模型.如何在基于图模型下联合三个任务,进一步提升精度成为新的挑战.[方法/过程]本文提出一种基于图的汉语分词、词性标注和依存句法分析的联合模型,通过设计统一的字级别标签实现三个任务的联合,并采用预训练语言模型融合上下文信息的字表示方法和基于双仿射注意力机制的评分函数.本文也设计了联合模型的解法算法用于三个任务的解码.[结果/结论]实验结果表明,本文词性标注任务的引入方式可以建模词性与分词以及词性与依存句法分析之间的关系,从而带来其他两个任务上精度的提升.与目前精度最好的Yan[1]工作相比,在三个任务上都取得最好精度.
文献关键词：
依存分析;联合模型;词性标注;汉语分词
中图分类号：
作者姓名：
汪凯;梁宇腾;张玉洁;徐金安;陈钰枫
作者机构：
北京交通大学计算机与信息技术学院 北京 100044
文献出处：
引用格式：
[1]汪凯;梁宇腾;张玉洁;徐金安;陈钰枫-.基于图的汉语字级别依存分析联合模型)[J].情报工程,2022(03):68-80
A类：
B类：
依存分析,联合模型,汉语分词,词性标注,依存句法分析,自然语言处理,基本任务,基于转移,计算能力,全局信息,信息建模,建模能力,图模型,单任务,下联,预训练语言模型,模型融合,上下文信息,表示方法,仿射,注意力机制,解码,文词,引入方式,Yan
AB值：
0.302189
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
