典型文献
基于ACNNC模型的中文分词方法
文献摘要：
目前,现有中文分词模型大多是基于循环神经网络的,其能够捕捉序列整体特征,但存在忽略了局部特征的问题.针对这种问题,该文综合了注意力机制、卷积神经网络和条件随机场,提出了注意力卷积神经网络条件随机场模型(Attention Convolutional Neural Network CRF,ACNNC).其中,嵌入层训练词向量,自注意力层代替循环神经网络捕捉序列全局特征,卷积神经网络捕捉序列局部特征和位置特征,经融合层的特征输入条件随机场进行解码.实验证明该文提出的模型在BACKOFF 2005测试集上有更好的分词效果,并在PKU、MSR、CITYU和AS上取得了96.2％、96.4％、96.1％和95.8％的F1值.
文献关键词：
中文分词;深度学习;注意力机制
中图分类号：
作者姓名：
张忠林;余炜;闫光辉;袁晨予
作者机构：
兰州交通大学 电子与信息工程学院,甘肃 兰州 730070
文献出处：
引用格式：
[1]张忠林;余炜;闫光辉;袁晨予-.基于ACNNC模型的中文分词方法)[J].中文信息学报,2022(08):12-19,28
A类：
ACNNC,BACKOFF,CITYU
B类：
中文分词,循环神经网络,整体特征,局部特征,注意力机制,条件随机场,网络条件,Attention,Convolutional,Neural,Network,CRF,嵌入层,词向量,自注意力,注意力层,全局特征,位置特征,输入条,解码,测试集,PKU,MSR,AS
AB值：
0.342234
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。
