文档名：基于稳健词素序列和LSTM的维吾尔短文本分类研究
本文讨论了基于Word2vec和长短期记忆(LSTM)网络的维吾尔短文本分类技术.使用基于词-词素平行语料的稳健词素切分和词干提取方法,从噪声文本中提取词干后分别建立词和词干集合,并通过word2vec工具映射到实数向量空间.然后采用LSTM网络作为特征选择和文本分类算法进行维吾尔短文本分类实验.结果显示,在基于词干向量的分类实验中得到95.48％的分类准确度.从实验结果看,对于派生类语言而言,特别是对于带噪声的文本,基于词干的分类方法有更多优异性能.
作者：沙尔旦尔·帕尔哈提米吉提·阿不里米提艾斯卡尔·艾木都拉
作者单位：新疆大学信息科学与工程学院,新疆乌鲁木齐830046
母体文献：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间：2019年10月18日
会议地点：昆明
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：维吾尔语 短文本分类 稳健词素序列 LSTM网络
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 482.19 KB
- 下载次数:
- 60
-
高速下载
|
|
