融合手工特征与双向LSTM结构的中文分词方法研究

分词作为中文自然语言处理的基础任务,既是学术界长期的研究重点,也是工业界的刚性需求。近年来,采用深度神经网络自动抽取特征并完成特征组合的方法取代传统的基于手工特征的方法,成为研究热点。不过,采用深度神经网络自动学习特征的方法在中文分词上效果并不突出。本文通过将手工特征与双向LSTM结构相结合,既融入了人类知识,又充分利用了深度神经网络的特征组合能力。实验结果表明,该种方法带来的分词效果提升非常明显。