摘要:該文提出一種基于注意力機(jī)制(attention mechanism,ATT)、獨(dú)立循環(huán)神經(jīng)網(wǎng)絡(luò)(independently recurrent neural network,IndRNN)和卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)結(jié)合的維吾爾語名詞指代消解模型(ATT-IndRNN-CNN)。根據(jù)維吾爾語的語法和語義結(jié)構(gòu),提取17種規(guī)則和語義信息特征。利用注意力機(jī)制作為模型特征的選擇組件計(jì)算特征與消解結(jié)果的關(guān)聯(lián)度,結(jié)果分別輸入IndRNN和CNN得到包含上下文信息的全局特征和局部特征,最后融合兩類特征并使用softmax進(jìn)行分類完成消解任務(wù)。實(shí)驗(yàn)結(jié)果表明,該方法優(yōu)于傳統(tǒng)模型,準(zhǔn)確率為87.23%,召回率為88.80%,F值為88.04%,由此證明了該模型的有效性。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社