点击次数：

论文类型：期刊论文

发表时间：2018-12-17

发表刊物：郑州大学学报（理学版）

收录刊物：PKU

卷号：51

期号：2

页面范围：34-39

ISSN号：1671-6841

关键字：中文模糊限制语识别;跨领域;共享表示;对抗学习

摘要：为充分利用源领域的标注数据,减少目标领域的标注代价,提出一种基于共享表示的跨领域模糊限制语识别方法.该方法利用双向长短期记忆网络,通过参数共享机制交替地学习源领域和目标领域的训练数据,同时引入对抗学习,把各领域私有特征从共享特征中剥离,从而获得不同领域间的共享语义表示.在中文生物医学和维基百科两个领域上的实验表明,基于共享表示的方法在跨领域中文模糊限制语识别性能上明显优于基于实例和基于特征的迁移学习方法.