[发明专利]一种基于分词和命名实体识别的多任务深度神经网络的句子主干分析方法及系统

摘要

本发明提供一种基于分词和命名实体识别的多任务深度神经网络的句子主干分析方法、及系统，本发明分别使用三个不同的带有条件随机场的双向LSTM神经网络对中文分词语料、中文命名实体识别语料和中文句子主干分析语料分别进行分词、命名实体识别和句子主干分析，并将三个网络的输出向量分别传递给多任务参数共享层网络；多任务参数共享层网络使用全连接的神经网络对三个任务传递来的特征向量进行拼接和训练，并将训练结果反向传递给双向LSTM神经网络的输入层；经过多个周期的迭代训练后，输出带有句子主干标注信息的结果序列。本发明采用基于深度学习的人工神经网络和句子中语义元素的多任务学习相结合的方法，能够提高系统准确性、反应速度和容错性。

主权项

1.一种基于分词和命名实体识别的多任务深度神经网络的句子主干分析方法，其特征在于包括以下步骤：S1)、分别使用三个不同的带有条件随机场的双向LSTM神经网络对中文分词语料、中文命名实体识别语料和中文句子主干分析语料分别进行分词、命名实体识别和句子主干分析，并将三个网络的输出向量分别传递给下一层神经网络，即多任务参数共享层网络；S2)、多任务参数共享层网络使用全连接的神经网络对三个任务传递来的特征向量进行拼接和训练，并将训练结果反向传递给负责训练三个任务的带有条件随机场的双向LSTM神经网络的输入层；S3)、经过多个周期的迭代训练后，输出带有句子主干标注信息的结果序列。