字形感知的中文字符嵌入
计算与语言
2018-09-11 v1 机器学习
摘要
鉴于英文字符级和子词单元模型在若干自然语言处理任务中的优势与近期成功，我们考虑中文的等价建模问题。中文书写系统是语素文字，许多中文语素由提供语义、语音和句法提示的常见子结构组成。在这项工作中，我们提出将字符字形的视觉外观显式地融入其表示中，从而产生一种新颖的字形感知中文字符嵌入。受卷积神经网络在计算机视觉中成功的启发，我们使用它们来融入以原始像素渲染的中文字形的空间结构模式。在语言建模和分词这两个基础中文自然语言处理任务的背景下，该模型学习在字符级嵌入中表示每个字符的任务相关语义和句法信息。
引用
@article{arxiv.1709.00028,
title = {Glyph-aware Embedding of Chinese Characters},
author = {Falcon Z. Dai and Zheng Cai},
journal= {arXiv preprint arXiv:1709.00028},
year = {2018}
}
备注
Workshop on Subword and Character level models in NLP at EMNLP 2017. Source code available