[发明专利]基于双向LSTM-CRF的缅甸语分词及词性标注方法及装置在审
| 申请号： | 201910739718.5 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110489750A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 毛存礼;满志博;余正涛;高盛祥;王振晗;王红斌 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 53204 昆明人从众知识产权代理有限公司 | 代理人： | 李晓亚<国际申请>=<国际公布>=<进入 |
| 地址： | 650221 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于双向LSTM‑CRF的缅甸语分词及词性标注方法及装置，属于自然语言处理技术领域。本发明利用BERT生成基于音节切分的词向量表示；利用双向LSTM‑CRF进行缅甸语分词任务预训练，得到缅甸语分词最优模型；利用双向LSTM‑CRF进行缅甸语词性标注任务预训练，得到缅甸语词性标记最优模型；通过调用已训练好的分词或词性标注模型，对输入的向量化后的缅甸语句子进行分词、词性标记预测；根据上述步骤功能模块化制成基于双向LSTM‑CRF的缅甸语分词及词性标注装置。本发明能实现了对缅甸语句子同时分词和词性标注，解决了缅甸语由于数据缺乏造成分词和标注不准确的问题。 | ||
| 搜索关键词： | 分词 缅甸语 词性标注 最优模型 语句 标注 自然语言处理技术 词性标注模型 词性标注装置 步骤功能 词性标记 数据缺乏 音节 词向量 模块化 向量化 调用 预测 | ||
【主权项】：
1.基于双向LSTM-CRF的缅甸语分词及词性标注方法，其特征在于：/n所述基于双向LSTM-CRF的缅甸语分词及词性标注方法的具体步骤如下：/nStep1、缅甸语预处理进行词向量表征：利用BERT结合缅甸语词语上下文中的音节信息，生成基于音节切分的词向量表示；/nStep2、采用双向LSTM对词向量表示后的缅甸语进行编码训练，提取缅甸语分词的特征，利用CRF对全局缅甸语单词进行分词标记，训练缅甸语分词模型并得到缅甸语分词最优模型；利用缅甸语预训练好的分词最优模型，对输入的缅甸语句子进行预测，得到全局最优解预测输出缅甸语分词结果；/nStep3、采用双向LSTM对上述分词后的缅甸语进行编码训练，提取缅甸语词性标注的特征，利用CRF对全局缅甸语单词进行词性标记，训练缅甸语词性标记模型并得到缅甸语词性标记最优模型；利用缅甸语预训练好的词性标记最优模型，对输入的缅甸语句子进行预测，得到全局最优解预测输出缅甸语词性标注结果。/nStep4、通过调用已训练好的分词或词性标注模型，对输入的向量化后的缅甸语句子进行分词、词性标记预测。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910739718.5/，转载请声明来源钻瓜专利网。
