典型文献
基于子词级别词向量和指针网络的朝鲜语句子排序
文献摘要：
句子排序是自然语言处理中的重要任务之一,其应用包括多文档摘要、问答和文本生成.不当的句子排序会产生逻辑不通顺的文本,使得文本的可读性降低.该文采用在中英文上大规模使用的深度学习方法,同时结合朝鲜语词语形态变化丰富的特点,提出了一种基于子词级别词向量和指针网络的朝鲜语句子排序模型,其目的是解决传统方法无法挖掘深层语义信息的问题.该文提出基于形态素拆分的词向量训练方法(MorV),同时对比子词n元词向量训练方法(SG),得到朝鲜语词向量;采用了两种句向量方法:基于卷积神经网络(CNN)、基于长短时记忆网络(LSTM),结合指针网络分别进行实验.结果表明采用MorV和LSTM的句向量结合方法可以更好地捕获句子间的语义逻辑关系,提升句子排序的效果.
文献关键词：
词向量;形态素拆分;指针网络;句子排序
中图分类号：
作者姓名：
闫晓东;解晓庆
作者机构：
中央民族大学 信息工程学院,北京 100089;国家语言资源监测与少数民族语言中心,北京 100089
文献出处：
引用格式：
[1]闫晓东;解晓庆-.基于子词级别词向量和指针网络的朝鲜语句子排序)[J].中文信息学报,2022(08):54-61
A类：
形态素拆分,MorV
B类：
子词,指针网络,朝鲜语,语句,句子排序,自然语言处理,文档,摘要,问答,文本生成,产生逻辑,不通,通顺,可读性,中英文,深度学习方法,语词,词语,语形,形态变化,排序模型,深层语义信息,词向量训练,训练方法,同时对比,SG,句向量,长短时记忆网络,结合方法
AB值：
0.260364
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。
