基于CNN和LSTM混合模型的中文词性标注

作者：谢逸; 饶文碧; 段鹏飞; 陈振东词性标注卷积神经网络长短期记忆实验分析

摘要：中文词性标注具有重要的作用,它的准确性和标注速度直接影响到自然语言处理的后续任务.提出一种基于CNN（convolutional neural network）和LSTM（long-short term memory）混合模型进行中文词性标注.该模型采用三层结构,用词向量和CNN的滑动窗口特性产生词语表示特征,LSTM的时序性来产生词性标注的序列标签.分别在PFR《人民日报》语料库、CTB7.0和CoNLL09语料库上对该模型进行测试,在未加入任何人工特征的条件下,对词语进行词性标注,词性标注效果好于HMM（hidden Markov model）、MLP（multi-layer perceptron）、CNN和LSTM.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社