基于雙向lstmn神經(jīng)網(wǎng)絡(luò)的中文分詞研究分析

《基于雙向lstmn神經(jīng)網(wǎng)絡(luò)的中文分詞研究分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、：一ｒ曾玲變．．．巧；．ｆ．．／巧聲：；麵．；７年：Ｊ．運(yùn)霞．蒙．掉％馬＾．蔡雜韓敏心，嘯．．ｘｆ￡．Ｖ：帶兵＞．ｒ襄：技覆擁賣募識(shí)暴當(dāng)．蘇Ｓ／．：＃材ＭＶ產(chǎn)．警．ｒ說泣．－；ｉ讚私．．調(diào)－．．．賣麗！細(xì)以堿／暴藏ｒ知削藻烹’麵為緣．；．；鮮：繁庫Ｖ藝槪Ａ變．；．生論ｂ研究：ｔ心；祖＼少瑞節(jié)．＃申扛杉立．戶箸讀為苗，：－：．‘，々．－．，Ｐ．．。一？：．，．瓣身＾＾鼓４巧麵神琴題昇，滿＇：戶＾：Ｉ麵；暢５ｕＣ；Ｋ；＼姓名讀：屬蘿?。浚牐牐荆堂琮gＩ．部．ｕ．；轉(zhuǎn)－．，：．方向義訊魄

2、，尸－；Ｊ．接教師?。媸冢牐牐。埽?，：．！．ｒ暮誨—Ｖ分。當(dāng)咳八禱ｉ；第篡繞如狼苗養(yǎng)狼占．ｖ－ｔ：巧；．游：？：雲(yún)．＾：．＾鍵滬言，於，＃ｉ：讀＾：巍—－＾．＾ｉ．滅．．讀譯＾聲．帶編：＾ｄ想藥Ｉ象｜嚇￥續(xù)．學(xué)號(hào)：ＭＧＢ３２００６論文答辯日期：２０１６年５月２５曰指導(dǎo)教師；（簽字）若心或一、基于雙向ＬＳＴＭＮ神經(jīng)網(wǎng)絡(luò)的中文分詞研究分析作者：黃積楊指導(dǎo)教師：趙志宏教授南京大學(xué)研究生畢業(yè)論文（申請(qǐng)工學(xué)碩±學(xué)位）

3、南京大學(xué)軟件學(xué)院２０１６年５月ＣｈｉｎｅｓｅＷｏｒｄＳｅｇｍｅｎｔａｔｉｏｎＡｎａｌｙｓｉｓｂａｓｅｄｏｎＢｉｄｉｒｅｃｔｉｏｎａｌＬＳＴＭＮＲｅｃｕｒｒｅｎｔＮｅｕｒａｌＮｅｔｗｏｒｋＨｕａｎＪｉＹａｎｇ，ｇＳｕｂｍｉｎａｒｔｉａｌｆｕｌｆｌｌｍｔｈｒｉｒｔｒｉｔｔｅｄｐｉｅｎｔｏｆｅｅｑｕｅｍｅｎｓｆｏｔｈｅｄｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇＳｕｅｒｖｉｓｅｄｂｐｙＰｒｏｆｅｓｓｏｒＺｈａｏＺｈｉＨｏｎ，ｇ

4、ＳｏｆｔｗａｒｅＩｎｓｔｉｔｕｔｅＮＡＮＪＩＮＧＵＮＩＶＥＲＳＩＴＹＮａｎｉｎｇＣｈｉｎａｊ，Ｍａ１６ｙ，２０南京大學(xué)碩±論文＾摘要，利用算法實(shí)現(xiàn)分詞的方法基本上是基于字典在２００２年之前、詞庫匹配的。一在２００２年發(fā)表了第篇基于字標(biāo)注的分詞論文，首次把中文分詞抽象成序列生一成序列的問題，隨后在些模型上實(shí)現(xiàn)的基于字標(biāo)注的分詞系統(tǒng)取得了不錯(cuò)的效果，如：最大滴模型、隱含馬爾可夫模型、條件隨機(jī)場(chǎng)模型、支持向量機(jī)模型等。目前主流的分詞系統(tǒng)使用的是條件隨機(jī)場(chǎng)模型。在

5、２００６年深度學(xué)習(xí)的概念被提出，隨后應(yīng)用于計(jì)算機(jī)視覺、自然語言處理、語音識(shí)別等領(lǐng)域，，成功地取得諸多突破性的進(jìn)展其中的遞歸神經(jīng)網(wǎng)絡(luò)更是被廣泛運(yùn)用于解決詞性標(biāo)注、翻譯、命名實(shí)體識(shí)別等自然語言處理問題。把多數(shù)自然語言處理問題抽象成序列生成序列，并采用合適的遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)處理，成為當(dāng)前的熱點(diǎn)和主流。基于字標(biāo)注的分詞本質(zhì)上是序列生成序列的問題，因此本論文中，采用改進(jìn)的雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)中文分詞。改進(jìn)的長(zhǎng)短期記憶單元與標(biāo)準(zhǔn)的長(zhǎng)短期記憶單元不同在于，采用存儲(chǔ)帶來保存過去的信息，并通過注意

6、力機(jī)制合理利一用這些信息，個(gè)隱藏狀態(tài)向量而造成的信息壓縮避免僅僅向后傳遞。標(biāo)準(zhǔn)的長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)能很好地解決詞與詞之間遠(yuǎn)距離的依賴關(guān)系，而雙向長(zhǎng)短期記一憶神經(jīng)網(wǎng)絡(luò)能捕獲到句子中個(gè)詞的上下文信息，從而網(wǎng)絡(luò)結(jié)構(gòu)能更好地理解語義并正確實(shí)現(xiàn)分詞。同時(shí)提出標(biāo)準(zhǔn)雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)層加注意力機(jī)制層的。方式實(shí)現(xiàn)中文分詞，研究在不同位置上添加注意力機(jī)制對(duì)中文分詞的影響關(guān)鍵詞：深度學(xué)習(xí)、長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)、中文分詞、注意力機(jī)制Ｉ南京大學(xué)碩±論文ａｂｓｔｒａｃｔＡｂｓｔｒａｃｔＢｅｆｏｒ

7、ｅ２００２ｔｈｅｍｅｔｈｏｄｏｆｗｏｒｄｓｅｍｅｎｔａｔｉｏｎｔｈａｔｕｓｉｎａｎａｌｏｒｉｔｈｍｔｏｉｍｐｌｅｍｅｎｔ，ｇｇｇ．ｉｓｅｓｓｅｎｔｉａｌｌｂａｓｅｄｏｎａｄｉｃｔｉｏｎａｒａｎｄｔｈｅｓａｕｒｕｓｍａｔｃｈｉｎｇＩｎ２００２ｔｈｅｆｉ巧ｔａｅｒａｓｅｙｙ，ｐｐｂｏｎｔｈｅｗｏｒｄｌａｂｅｌｔｏｓｅｍｅｎｔａｔｉｏｎｉｓｐｕｂｌｉｓｈｅｄ．ＦｏｒｔｈｅｆｉｒｓｔｔｉｍｅｔｈｅＣｈｉｎｅｓｅｗｏｒｄｇ，ｓｅｇｍ

8、ｅｎｔａｔｉｏｎｉｓａｂｓｔｒａｃｔｅｄａｓｔｈｅｐｒｏｂｌｅｍｏｆｓｅｑｕｅｎｃｅｇｅｎｅｒａｔｉｏｎｓｅｑｕｅｎｃｅ．ＳｕｂｓｅｑｕｅｎｔｌｙｔｈｅｗｏｒｄｓｅｇｍｅｎｔａｔｉｏｎｓｙｓｔｅｍｔｈａｔｉｍｐｌｅｍｅｎｔｅｄｂａｓｅｄｏｎｗｏｒｄｌａｂｅｌｏｎｓｏｍｅｍｏｄｅｉｌｔＭＥＭ．ｌｓｈａｓａｃｈｅｖ