基于深度学习的范畴语法系统研究与实现

作     者：赵鑫源 童文喜 Zhao Xinyuan;Tong Wenxi

作者机构：华北水利水电大学信息工程学院郑州450000 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2024年第30卷第19期

页      码：65-69页

摘      要：近年来,深度学习在自然语言处理(NLP)领域获得了很大成功,尤其是语义识别方面优势突出。但是,深度学习在分析句法构成和识别句法成分方面的效果较差。其中序列标注是自然语言处理领域中历史最悠久的研究课题之一,包括词性标签(Part of speech tagging)。对范畴语法标签这一任务进行研究,提出了一些技术,可以让赋予每个输入词的词法类别数目减少。研究目标是开发一个简单而准确的系统模型来解决范畴标签的挑战,同时利用神经网络后向传播算法必要的间接表示以避免复杂的人工特征选择。基于深度学习算法的研究,用Haskell语言设计并实现范畴语法系统,对词嵌入过程的监测,能更好地反映范畴的变化。

主 题 词：深度学习 范畴语法 Haskell语言 后向传播算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 081203[081203] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2024.19.014

馆 藏 号：203156269...