使用双向 RNN-CRF 的基于字符的中文联合分词与词性标注
计算与语言
2017-09-13 v3
摘要
我们提出了一种基于字符的中文联合分词与词性标注模型。适用于通用序列标注的双向 RNN-CRF 架构被调整并应用，结合了能够捕获丰富上下文信息和低于字符级特征的汉字向量新表示。所提出的模型在 CTB5、CTB9 和 UD Chinese 上进行了广泛评估，并与 state-of-the-art 标注器进行了比较。实验结果表明，我们的模型在不同规模、体裁和标注方案的数据集上均准确且稳健。我们在 CTB5 上取得了 state-of-the-art 的性能，联合分词与词性标注的 F1 分数达到 94.38。
关键词
引用
@article{arxiv.1704.01314,
title = {Character-based Joint Segmentation and POS Tagging for Chinese using Bidirectional RNN-CRF},
author = {Yan Shao and Christian Hardmeier and Jörg Tiedemann and Joakim Nivre},
journal= {arXiv preprint arXiv:1704.01314},
year = {2017}
}
备注
10 pages plus 1 page appendix, 3 figures, IJCNLP 2017