01 现在的位置:首页 > 期刊导读 > 2020 > 01 >

融合依存信息和卷积神经网络的越南语新闻事件检测

【作者】王吉地 郭军军 黄于欣 高盛祥 余正涛 张亚飞

【关键词】 新闻事件检测 依存句法信息 卷积神经网络 越南语

摘要新闻事件检测是自动检测新闻文本中出现的相关事件,需要大量人力设计模板,而且难以获取句中隐含的语义信息,识别触发词时多存在歧义.为解决以上问题,利用融合依存句法信息的卷积神经网络(Dependency Parsing Convolutional Neural Networks,DPCNN),针对句子级别越南语新闻事件进行检测.该模型在编码过程中融合了词义、位置信息、词性信息和命名实体信息,利用传统卷积编码连续词之间的特征,利用融合依存句法信息的卷积编码非连续词之间的特征,再融合两部分特征作为事件编码,进而实现事件检测.实验结果表明,该方法在越南语新闻事件检测中取得了很好的效果.

上一篇:基于卷积神经网络和几何优化的统计染色体核型分析方法
下一篇:多跑道进离港地面等待问题建模及协同优化

版权所有:《南京大学学报(自然科学版)》 苏ICP备10085945号
地址:江苏省南京市鼓楼区汉口路22号,《南京大学学报》编辑部,210093