基于堆栈降噪自编码的维吾尔语事件共指关系识别

来源：计算机工程杂志2018年第6期北京时间：

作者：王淑媛,田生伟,禹龙,冯冠军,艾山·吾买尔,李圃,赵建国

单位：新疆大学 a.软件学院; b.网络中心; c.人文学院; d.信息科学与工程学院; e.语言学院,乌鲁木齐 830046

摘要：结合维吾尔语的语言特点,基于堆栈降噪自编码(SDAE),提出一种新的维吾尔语事件共指关系识别方法。将维吾尔语事件两两构成候选事件对,抽取事件基本属性、触发词、事件距离等9项特征,利用Word Embedding富含语义信息的特性,将其计算得到的维吾尔语事件触发词 语义相似度作为特征之一,训练SDAE模型,将SDAE的输出作为softmax层的输入,从而分类完成维吾尔语事件共指关系识别任务。实验结果表明,与浅层机器学习模型支持向量机相比,基于深度学习机制的SDAE模型更适用于维吾尔语事件共指关系识别任务,并提升了识别性能。

关键词：共指关系,维吾尔语,语义相似度,堆栈降噪自编码,深度学习

基金资助：国家自然科学基金(61662074,61563051,61262064);国家自然科学基金重点项目(61331011);新疆自治区科技人才培养项目(QN2016YX0051)。