基于深度學(xué)習(xí)和遷移學(xué)習(xí)的領(lǐng)域自適應(yīng)中文分詞
關(guān)鍵詞：深度學(xué)習(xí) 遷移學(xué)習(xí) 領(lǐng)域分詞 工程法律
摘要：為了提高專業(yè)領(lǐng)域中文分詞性能,以及彌補(bǔ)專業(yè)領(lǐng)域大規(guī)模標(biāo)注語料難以獲取的不足,該文提出基于深度學(xué)習(xí)以及遷移學(xué)習(xí)的領(lǐng)域自適應(yīng)分詞方法。首先,構(gòu)建包含詞典特征的基于深度學(xué)習(xí)的雙向長短期記憶條件隨機(jī)場(BI-LSTM-CRF)分詞模型,在通用領(lǐng)域分詞語料上訓(xùn)練得到模型參數(shù);接著,以建設(shè)工程法律領(lǐng)域文本作為小規(guī)模分詞訓(xùn)練語料,對通用領(lǐng)域語料的BI-LSTM-CRF分詞模型進(jìn)行參數(shù)微調(diào),同時在模型的詞典特征中加入領(lǐng)域詞典。實驗結(jié)果表明,遷移學(xué)習(xí)減少領(lǐng)域分詞模型的迭代次數(shù),同時,與通用領(lǐng)域的BI-LSTM-CRF模型相比,該文提出的分詞方法在工程法律領(lǐng)域的分詞結(jié)果F1值提高了7.02%,與預(yù)測時加入領(lǐng)域詞典的BI-LSTM-CRF模型相比,分詞結(jié)果的F1值提高了4.22%。該文提出的分詞模型可以減少分詞的領(lǐng)域訓(xùn)練語料的標(biāo)注,同時實現(xiàn)分詞模型跨領(lǐng)域的遷移。
中文信息學(xué)報雜志要求:
{1}本刊對刊發(fā)的文章?lián)碛邪鏅?quán)，不得擅自轉(zhuǎn)載、改編。凡轉(zhuǎn)載、改編務(wù)經(jīng)我刊同意，違者必究。
{2}作者簡介包括：姓名、性別、出生年月、畢業(yè)學(xué)校及所學(xué)專業(yè)、工作單位、職務(wù)職稱、現(xiàn)從事的研究工作情況。
{3}來稿若屬國家自然科學(xué)基金項目或省部基金項目，請在文稿中標(biāo)明其基金來源和編號，我刊可以優(yōu)先審核發(fā)表。
{4}正文內(nèi)連續(xù)敘述中的序號采用①……；②……；③……。分級超過3級后用網(wǎng)括號如：“①”，“②”表示，并采用連排。
{5}附注請一律使用當(dāng)頁腳注的形式，以帶圈①……⑩的方式編號，使用每頁重新編號的方式。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
