共 5 条
- [5] On early stopping in gradient descent learning[J]. CONSTRUCTIVE APPROXIMATION, 2007, 26 (02) : 289 - 315Yao, YuanRosasco, LorenzoCaponnetto, Andrea
一种基于循环神经网络的古文断句方法
被引：30
作者：
王博立
[1
]
史晓东
[1
,2
,3
]
苏劲松
[4
]
机构：
[1] 厦门大学智能科学与技术系
[2] 厦门大学两岸关系和平发展协同创新中心
[3] 福建省类脑计算技术及应用重点实验室
[4] 厦门大学软件学院
关键词：
古汉语;
断句;
循环神经网络;
D O I：
10.13209/j.0479-8023.2017.032
中图分类号：
TP391.1 [文字信息处理];
TP183 [人工神经网络与计算];
学科分类号：
摘要：
提出一种基于循环神经网络的古文自动断句方法。该方法采用基于GRU(gated recurrent unit)的双向循环神经网络进行古文断句。在解码过程中,该算法不仅利用神经网络输出的概率分布,还进一步引入状态转移概率和长度惩罚,以便提高断句准确率。在大规模古籍语料上的实验结果表明,所提方法能够取得比传统方法更高的断句F1值。
引用
收藏
页码：255 / 261
页数：7
相关论文