文献类型：期刊文章

作　　者：谷波[1] 王瑞波[2] 李济洪[2] 李国臣[3]

GU Bo;WANG Ruibo;LI Jihong;LI Guochen(School of Computer and Information Technology,Shanxi University,Taiyuan,Shanxi 030006,China;School of Software,Shanxi University,Taiyuan,Shanxi 030006,China;Taiyuan Institute of Technology,Taiyuan,Shanxi 030008,China)

机构地区：[1]山西大学计算机与信息技术学院,山西太原030006 [2]山西大学软件学院,山西太原030006 [3]太原工业学院,山西太原030008

出　　处：《中文信息学报》

基　　金：国家社会科学基金(16BTJ34)

年　　份：2019

卷　　号：33

期　　号：1

起止页码：35-45

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了构建一个简单易扩展的中文句法分析器,我们依据朱德熙和陆俭明先生的中文二分结构的层次分析句法理论,手工构建了一个3万句的二分结构的中文句法树库,并使用哈夫曼编码方式来简化表示完全二叉树的层次结构。该文将中文句法分析转换为迭代二分的序列标注问题,并根据该任务的特点,提出了在词的间隔上进行标记的序列标注模型(RNN-Interval,RNN-INT),与常用的循环神经网络模型(RNN,LSTM)和条件随机场模型(CRF)进行对比实验,使用mx2交叉验证序贯t-检验来比较模型。实验结果表明,RNN-INT模型在窗口为1的词特征就可达到最好的性能,并好于其他窗口大小和其他序列标注模型(RNN,LSTM,CRF)。最后,在测试集上,在人工分词下,RNN-INT在短语级别的F1值(块F1)达到71.25%,在句子级别的准确率达到约43%。

关 键 词：层次句法分析  循环神经网络(RNN)  m×2CV序贯t-检验  

分 类 号：TP391.1] TP183[计算机类]