基于层叠式神经网络的中文模糊限制信息范围检测方法

摘要

本发明公开了一种基于层叠式神经网络的中文模糊限制信息范围检测方法，其特征在于包括如下步骤：对待分析实验语料中含有模糊限制语的句子，进行分词处理；使用句法解析器对分词处理后的句子进行句法解析，得到所述句子的短语结构树；通过基于短语的候选样例筛选策略找到候选短语，进而确定候选短语的边界词，包括左边界词和右边界词；使用抽取窗口分别抽取所述的左、右边界词和模糊限制语的上下文信息；将左、右边界词和模糊限制语的上下文信息作为候选样例词序列并映射到实数向量空间，转换为词向量形式；输入基于长短时记忆网络LSTM和卷积神经网络CNN相结合的层叠式学模型LSTM‑CNN进行学，得到边界分类器；对测试数据进行分类，得到左、右边界的分类结果。

主权项

一种基于层叠式神经网络的中文模糊限制信息范围检测方法，其特征在于包括如下步骤：—对待分析实验语料中含有模糊限制语的句子，进行分词处理；—使用句法解析器对分词处理后的句子进行句法解析，得到所述句子的短语结构树；通过基于短语的候选样例筛选策略找到候选短语，进而确定候选短语的边界词，包括左边界词和右边界词；—使用抽取窗口分别抽取所述的左、右边界词和模糊限制语的上下文信息；—将左、右边界词和模糊限制语的上下文信息作为候选样例词序列并映射到实数向量空间，转换为词向量形式；输入基于长短时记忆网络LSTM和卷积神经网络CNN相结合的层叠式学习模型LSTM‑CNN进行学习，得到边界分类器；—使用所述的边界分类器对测试数据进行分类，得到左、右边界的分类结果，完成中文模糊限制信息范围的检测。