基于循环卷积神经网络的藏文句类识别
Tibetan Sentence Classification Method Based on Recurrent Convolutional Neural Networks作者机构：青海师范大学计算机学院 青海省藏文信息处理与机器翻译重点实验室
出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)
年 卷 期：2019年第33卷第12期
页 面：76-82页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家重点研发计划(2017YFB1402200) 国家自然科学基金(61662061) 国家社会科学基金(14BYY132,15BYY167,16YY167)
摘 要：句子是语言的最小使用单位,句类识别是为了进一步细化句法和句义研究。由于藏文句尾通常没有特殊的标点符号来识别不同句类,因此这一藏文语言特性就变成了一大难题。该文提出了基于语境和功能特征为一体的句子用途分类方案。首先,该文介绍了文法中藏文句子分类及其特征。其次,收集了大量藏文句子并对其进行了人工标注。最后,采用循环卷积神经网络对藏文句类进行了自动识别。实验表明,该模型对藏文句类识别有较为显著的效果。
维普期刊数据库
同方期刊数据库