莫媛媛
- 作品数：2 被引量：6H指数：2
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金云南省应用基础研究基金云南省教育厅科学研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于深层神经网络(DNN)的汉-越双语词语对齐方法被引量：3
- 2016年
- 针对汉-越双语因语言特点差异较大而导致难以实现词语自动对齐的问题,提出了一种基于深层神经网络(deep neural network,DNN)的汉-越双语词语对齐方法。该方法先将汉-越双语词语转化成词向量,作为DNN模型的输入,再通过调整和扩展HMM模型,并融入上下文信息,构建DNN-HMM词语对齐模型。实验以HMM模型和IBM4模型为基础模型,通过大规模的汉-越双语词语对齐任务表明,该方法的准确率、召回率较两个基础模型都有明显的提高,而词语对齐错误率大大降低。
- 莫媛媛郭剑毅余正涛毛存礼牛翊童
- 关键词：越南语词语对齐DNN
- 基于CCRF的领域本体概念上下位关系抽取被引量：3
- 2014年
- 现有领域本体概念上下位关系抽取方法受到手工标注和特定模式的限制。针对该问题,提出一种基于层叠条件随机场的领域本体概念上下位关系抽取方法。以自由文本为抽取对象,采用两层条件随机场算法,将训练数据处理成条件随机场能识别的线性结构。低层条件随机场模型考虑词之间的长距离依赖,对词进行建模,识别出领域概念并对概念进行顺序组合,结合模板定义特征得到概念对;高层模型对成对概念进行上下位语义标注,识别出领域本体概念之间的上下位关系。采用真实语料进行实验,结果表明,该方法具有较好的识别效果。
- 莫媛媛郭剑毅余正涛蒋年树线岩团
- 关键词：层叠条件随机场上下位关系关系抽取
