一种用于印地语命名实体识别的深度学习方法
计算与语言
2019-11-06 v1 机器学习
摘要
命名实体识别是许多自然语言处理任务中最重要的文本处理需求之一。本文中我们使用一种深度架构来完成给定印地语文本句子中命名实体的识别任务。基于双向长短期记忆（BiLSTM）的技术已在文献中用于NER任务。本文中，我们首先调整BiLSTM低资源场景以适用于印地语NER，并提出两种改进即（a）去噪自编码器（DAE）LSTM与（b）条件LSTM，其相较BiLSTM方法在NER任务上表现出改进。我们使用预训练词嵌入表示语料库中的词，词的NER标签由所用标注语料库定义。我们进行了实验以分析不同词嵌入与批大小的性能，这对训练深度模型至关重要。
引用
@article{arxiv.1911.01421,
title = {A Deep Learning approach for Hindi Named Entity Recognition},
author = {Bansi Shah and Sunil Kumar Kopparapu},
journal= {arXiv preprint arXiv:1911.01421},
year = {2019}
}
备注
7 pages; work done during internship at TCS