用于中文分词的双向LSTM循环神经网络
机器学习
2016-02-22 v1 计算与语言
摘要
循环神经网络（RNN）已广泛应用于自然语言处理（NLP）问题。这类神经网络旨在为序列数据建模，并已在序列标注任务中被证明相当有效。在本文中，我们提出使用具有长短期记忆（LSTM）单元的双向RNN进行中文分词，这是建模中文句子和文章的关键预处理任务。经典方法侧重于从上下文设计和组合手工特征，而双向LSTM网络（BLSTM）不需要任何先验知识或预先设计，并且擅长保持两个方向的上下文信息。实验结果表明，我们的方法在繁体中文数据集和简体中文数据集上的分词均获得了最先进的性能。
引用
@article{arxiv.1602.04874,
title = {Bi-directional LSTM Recurrent Neural Network for Chinese Word Segmentation},
author = {Yushi Yao and Zheng Huang},
journal= {arXiv preprint arXiv:1602.04874},
year = {2016}
}
备注
2 figures