论文部分内容阅读
分词是中文自然语言处理中的关键技术。在自然语言处理中，序列标注在中文分词中有着极其重要的应用。当前主流的中文分词方法是基于监督学习，从中文文本中提取特征信息。这些方法未能充分地利用上下文信息对中文进行分割，缺乏长距离信息约束能力。针对上述问题进行研究，提出在序列标注的前提下利用双向循环神经网络模型进行中文分词，避免了窗口对上下文大小的限制，可以获得一个词的前面和后面的上下文信息，通过增加上下文能够有效地解决梯度爆炸和爆的问题，然后再在输入层加入训练好的上下文词向量，取得相对较好的分词效果。实验结果表明，该