文献类型：期刊文章

作　　者：田生伟[1] 周兴发[1] 禹龙[2] 冯冠军[3] 艾山.吾买尔[4] 李圃[5]

机构地区：[1]新疆大学软件学院,乌鲁木齐830046 [2]新疆大学网络中心,乌鲁木齐830046 [3]新疆大学人文学院,乌鲁木齐830046 [4]新疆大学信息科学与工程学院,乌鲁木齐830046 [5]新疆大学语言学院,乌鲁木齐830046

出　　处：《电子与信息学报》

基　　金：国家自然科学基金(61662074;61563051;61262064);国家自然科学基金重点项目(61331011);新疆自治区科技人才培养项目(QN2016YX0051)~~

年　　份：2018

卷　　号：40

期　　号：1

起止页码：200-208

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：针对传统方法不能有效抽取维吾尔语事件因果关系的问题,该文提出一种基于双向LSTM(Bidirectional Long Short-Term Memory,Bi LSTM)的维吾尔语事件因果关系抽取方法。通过对维吾尔语语言以及事件因果关系特点的研究,提取出10项基于事件内部结构信息的特征;同时为充分利用事件语义信息,引入词嵌入作为Bi LSTM的输入,提取事件句隐含的深层语义特征并利用批样规范化(Batch Normalization,BN)算法加速Bi LSTM的收敛;最后融合这两类特征作为softmax分类器的输入进而完成维吾尔语事件因果关系抽取。实验结果表明,该方法用于维吾尔语事件因果关系的抽取准确率为89.19%,召回率为83.19%,F值为86.09%,证明了该文提出的方法在维吾尔语事件因果关系抽取上的有效性。

关 键 词：语言信号处理 事件因果关系  维吾尔语 双向LSTM  词嵌入  批样规范化  

分 类 号：TP391]