基于改进词向量GRU神经网络模型的藏语实体关系抽取
作者： 中央民族大学信息工程学院; 北京100081; 中央民族大学国家语言资源监测与研究中心少数民族语言分中心; 北京100081
摘要：互联网数据的爆炸式增长,使得研究热点更多转向Web内容结构化分析。如果将藏语知识以结构化形式表示,那么将会有利于藏语知识的结构化分析和深度挖掘。该文提出了一种优化词向量的GRU神经网络模型进行藏语实体关系抽取的方法。在模型的训练中,加入了优化的词向量,在传统的词向量模型中结合藏语音节向量、音节位置向量、词性向量等特征对词向量进一步优化,并且选取了藏语词汇特征和藏语句子特征。实验证明,通过使用改进词向量F1值达到了78.43%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
中文信息学报杂志
中文信息学报杂志， 月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：综述、语言资源建设、机器翻译、信息抽取与文本挖掘、情感分析与社会计算、自然语言理解与生成等。于1986年经新闻总署批准的正规刊物。
- 北大期刊
- CSCD期刊
- 统计源期刊
- 1-3个月审核
