《表4 不同模型对比结果:融合词结构特征的多任务老挝语词性标注方法》
本文使用相同语料,测试了6种主流词性标注模型的效果:(1)HMM模型[2];(2)CRF模型,设置了词相关性、词性相关性及词性对词的特征;(3)已公布准确率最高的老挝语词性标注模型CNN-CRF[18],用卷积神经网络[19-20](Convolutional Neural Network,CNN)在词级别的词分布表示中计算词特征向量,CRF模型考虑词性相关性影响进行词性标注;(4)深度学习经典的词性标注模型BiLSTM-CRF,用BiLSTM在词与字符级别的词分布表示中计算词特征向量,CRF进行词性标注;(5)将本文的主辅音辅助任务替换为语言模型辅助任务[8](语言模型用于预测单前词的周围词);(6)本文模型。实验结果如表4所示。
图表编号 | XD00109143300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 王兴金、周兰江、张建安、周枫 |
绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |