融合分詞隱層特征的漢語基本塊識(shí)別

李國(guó)臣, 劉展鵬，王瑞波，李濟(jì)洪

(1. 山西大學(xué) 計(jì)算機(jī)與信息技術(shù)學(xué)院，山西 太原 030006；2. 太原工業(yè)學(xué)院 計(jì)算機(jī)工程系，山西 太原 030008；3. 山西大學(xué) 計(jì)算中心，山西 太原 030006)

融合分詞隱層特征的漢語基本塊識(shí)別

李國(guó)臣1,2, 劉展鵬1，王瑞波3，李濟(jì)洪3

(1. 山西大學(xué) 計(jì)算機(jī)與信息技術(shù)學(xué)院，山西 太原 030006；2. 太原工業(yè)學(xué)院 計(jì)算機(jī)工程系，山西 太原 030008；3. 山西大學(xué) 計(jì)算中心，山西 太原 030006)

該文以字為基本標(biāo)注單位，構(gòu)建了一種漢語基本塊識(shí)別的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型。模型聯(lián)合分詞任務(wù)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型與基本塊識(shí)別任務(wù)模型，將分詞任務(wù)模型中學(xué)習(xí)得到的隱層特征融入基本塊識(shí)別的模型中，兩模型相互交替優(yōu)化學(xué)習(xí)模型參數(shù)，并實(shí)現(xiàn)了以整句似然函數(shù)(而非單字似然函數(shù))作為優(yōu)化目標(biāo)的算法。實(shí)驗(yàn)結(jié)果表明：1)以整句似然函數(shù)為優(yōu)化目標(biāo)的基本塊識(shí)別的F值比單字似然情形要高出1.33%，特別是在多字塊識(shí)別中，其召回率比單字似然情形要高出4.68%；2)融合分詞任務(wù)模型中的隱層特征的漢語基本塊識(shí)別模型的結(jié)果比不做融合的模型要高出2.17%，說明融合分詞隱層特征的交替聯(lián)合學(xué)習(xí)方法是有效的。

分布表征;漢語基本塊識(shí)別;神經(jīng)網(wǎng)絡(luò)模型;隱層特征; 整句似然函數(shù)

1 引言

語塊分析任務(wù)一直是國(guó)內(nèi)外研究的熱點(diǎn)，近些年英語方面關(guān)于語塊分析中比較有影響的工作包括Kudoh等[1]利用支持向量機(jī)以93.48%的F值獲得了CoNLL 2000英語語塊分析評(píng)測(cè)任務(wù)的第一名；Sha等[2]利用條件隨機(jī)場(chǎng)模型將F值提高到了94.3%；Shen等[3]使用投票分類策略(voting classifier scheme)使得英語語塊分析的F值達(dá)到了95.23%。

漢語語塊分析方面的研究雖然起步較晚，但近幾年隨著信息處理技術(shù)的發(fā)展需求，漢語語塊分析(也叫淺層句法分析)的研究越來越受到關(guān)注。清華大學(xué)周強(qiáng)[4]在分層構(gòu)建漢語樹庫中對(duì)漢語語塊分析給出了一套描述體系。漢語基本塊是描述體系中的基本概念，其自動(dòng)識(shí)別任務(wù)是漢語語塊自動(dòng)分析中的一個(gè)基本任務(wù)。周強(qiáng)等[5-6]構(gòu)造了基于規(guī)則的漢語基本塊分析器，在其測(cè)試集上的F值達(dá)到了89.47%，在后續(xù)研究中又提出一種基本塊規(guī)則的自動(dòng)學(xué)習(xí)和擴(kuò)展進(jìn)化的方法；李超等[7]應(yīng)用最大熵馬爾可夫模型獲得了CIPS-ParsEval-2009評(píng)測(cè)任務(wù)的第一名，基本塊邊界識(shí)別F值達(dá)到了93.196%；侯瀟琪等[8]將詞的分布式實(shí)值表示應(yīng)用于基本塊識(shí)別任務(wù)中，比使用傳統(tǒng)的詞特征表示方法的標(biāo)記精度提高了1.86%。

上述方法中的絕大部分都需要抽取詞和詞性等特征，因此實(shí)際應(yīng)用中往往依賴詞性標(biāo)注系統(tǒng)、分詞系統(tǒng)的性能。李國(guó)臣等[9]給出了一種以字為標(biāo)注單位，以字為原始輸入層，來構(gòu)建漢語的基本塊識(shí)別的深層神經(jīng)網(wǎng)絡(luò)模型，并通過無監(jiān)督方法，學(xué)習(xí)到字的C&W和word2vec兩種分布表征，將其作為深層神經(jīng)網(wǎng)絡(luò)模型字表示層的初始輸入?yún)?shù)來強(qiáng)化模型參數(shù)的訓(xùn)練。實(shí)驗(yàn)結(jié)果表明，使用五層神經(jīng)網(wǎng)絡(luò)模型的F值比基于字的CRF高出約5%。這種方法僅抽取語料中的漢字作為特征，避免了對(duì)分詞及詞性標(biāo)注結(jié)果的依賴，但總的識(shí)別性能不高，特別是對(duì)多字塊、多詞塊的識(shí)別精度不高。

由于以字為標(biāo)注單位的方法增大了基本塊識(shí)別的難度，因此我們借鑒了Collobert等人[10]文章提出的以整句似然函數(shù)代替單字似然函數(shù)作為似然函數(shù)的方法，由于整句似然函數(shù)考慮到了相鄰標(biāo)記間的轉(zhuǎn)移概率，因此對(duì)于多字塊、多詞塊等較長(zhǎng)語塊的識(shí)別應(yīng)該會(huì)好于單字似然函數(shù)。此外我們希望能在以漢字分布表征作為輸入的神經(jīng)網(wǎng)絡(luò)模型中，融合分詞任務(wù)模型中的隱層特性以改善基本塊的識(shí)別性能。為此本文提出一種聯(lián)合分詞任務(wù)與基本塊識(shí)別任務(wù)的神經(jīng)網(wǎng)絡(luò)模型，兩個(gè)任務(wù)共享同一個(gè)漢字分布表征參數(shù)矩陣并共同對(duì)該參數(shù)矩陣進(jìn)行更新，將分詞模型的隱層特征與基本塊識(shí)別模型的字特征共同作為基本塊識(shí)別模型的輸入層，兩模型相互交替優(yōu)化學(xué)習(xí)模型參數(shù)，并實(shí)現(xiàn)了以整個(gè)句子似然函數(shù)(而非單個(gè)字似然函數(shù))作為優(yōu)化目標(biāo)的算法。

本文首先設(shè)計(jì)實(shí)驗(yàn)對(duì)比了單字似然函數(shù)與整句似然函數(shù)的差別，實(shí)驗(yàn)結(jié)果表明，整句似然函數(shù)下基本塊的識(shí)別結(jié)果好于單字似然的結(jié)果，特別是對(duì)多字塊、多詞塊的識(shí)別的召回率要好于單字似然函數(shù)。在分詞任務(wù)與基本塊識(shí)別任務(wù)聯(lián)合模型的性能調(diào)優(yōu)時(shí)，本文設(shè)計(jì)了多種配置下的實(shí)驗(yàn)，聯(lián)合模型中最終結(jié)果的F值提高了2.17%。

本文第二節(jié)主要介紹了聯(lián)合模型的實(shí)現(xiàn)細(xì)節(jié);第三節(jié)對(duì)實(shí)驗(yàn)設(shè)置、語料數(shù)據(jù)以及評(píng)價(jià)指標(biāo)等做了闡述;第四節(jié)給出了實(shí)驗(yàn)結(jié)果，并對(duì)結(jié)果做了分析;最后是對(duì)本文工作的總結(jié)和對(duì)未來研究工作的展望。

2 基于字分布表征的聯(lián)合分詞任務(wù)的漢語基本塊識(shí)別模型

2.1 基本塊識(shí)別任務(wù)描述

漢語基本塊識(shí)別任務(wù)是給定一個(gè)句子，準(zhǔn)確識(shí)別出該句子中全部基本塊的左右邊界，以確定每個(gè)基本塊的正確位置。為正確識(shí)別出每個(gè)基本塊的邊界，通過“IOBES”標(biāo)記策略將基本塊識(shí)別任務(wù)轉(zhuǎn)換成基于“B、I、E、S、O”五種標(biāo)記的序列標(biāo)注問題。假設(shè)句子S由n個(gè)字構(gòu)成，即S={x1x2…xn}，則句子中每個(gè)字xi對(duì)應(yīng)一個(gè)分割標(biāo)記yi∈{B,I,E,S,O}，yi=B表示xi為塊首字，yi=I表示xi為塊內(nèi)字，yi=E表示xi為塊尾字，yi=S表示xi為單字塊，yi=O表示xi為塊外字?；緣K識(shí)別任務(wù)可以表示為，給定句子S={x1x2…xn}，找出其最優(yōu)的分割標(biāo)記序列Y={y1y2…yn}。

2.2 基于字分布表征的神經(jīng)網(wǎng)絡(luò)的漢語基本塊識(shí)別模型

李國(guó)臣等[8]的文章中提到，以字為標(biāo)注單位的方法，應(yīng)用深層神經(jīng)網(wǎng)絡(luò)模型比應(yīng)用傳統(tǒng)的機(jī)器學(xué)習(xí)模型(如最大熵、條件隨機(jī)場(chǎng)等)在基本塊識(shí)別任務(wù)中性能更佳。本文參照李國(guó)臣等的方法構(gòu)造了基于字分布表征神經(jīng)網(wǎng)絡(luò)的漢語基本塊識(shí)別模型的結(jié)構(gòu)(下文稱基本塊模型)， 如圖1所示。

圖1 基于字分布表征的神經(jīng)網(wǎng)絡(luò)的漢語基本塊識(shí)別模型

模型結(jié)構(gòu)包含表示向量提取層、隱藏層與輸出層三層。表征向量提取層的作用是將字特征通過字的分布表征矩陣轉(zhuǎn)化為特征表示向量，圖中所示的是開3窗口的字特征轉(zhuǎn)化為表示向量的過程。首先本層中應(yīng)有一個(gè)大小為m*n的參數(shù)矩陣，稱為字分布表征矩陣，其中m為每個(gè)字的分布表征向量的維度，n表示字表的長(zhǎng)度，則矩陣中每一列都可以表示字表中的一個(gè)具體的字。設(shè){W1，W2，W3}為某標(biāo)記單位對(duì)應(yīng)的開3窗口特征三元組，{W1_INDEX，W2_INDEX，W3_INDEX}為此三元組在字表中對(duì)應(yīng)的位置索引，我們將字的位置索引作為本層的輸入，并通過索引值找到每個(gè)字在分布表征矩陣中對(duì)應(yīng)的列向量，然后將這些列向量拉直形成特征表示向量。

隱藏層的輸入為上一層的輸出向量，設(shè)F為本層輸入向量，W為本層的權(quán)重參數(shù)矩陣，b為本層的偏移項(xiàng)，則線性計(jì)算過程可表示為：Linear(F)=W×F+b。我們選擇ReLu函數(shù)[11]作為隱藏層的激活函數(shù)，設(shè)x為線性計(jì)算輸出結(jié)果的任一神經(jīng)元，ReLu函數(shù)形式如式(1)所示。

(1)

從公式(1)中可以看出，ReLu函數(shù)形式很簡(jiǎn)單，但是優(yōu)點(diǎn)卻很明顯：首先，由于函數(shù)大于0的部分梯度為1，可以使下層的梯度完整傳遞到上層從而避免梯度消失問題(gradient vanishing problem)，訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)模型時(shí)可以不依靠預(yù)訓(xùn)練；其次，強(qiáng)行剔除了小于0的神經(jīng)元，使模型具備了一定的稀疏性。因此，ReLu在深層神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域得到廣泛應(yīng)用[12-13]。

輸出層是對(duì)上一層的輸出的線性計(jì)算過程，線性計(jì)算的結(jié)果即為模型的輸出，但要注意的是輸出層的輸出向量的維度應(yīng)與對(duì)應(yīng)的標(biāo)記數(shù)量一致，如圖所示，以“BMESO”標(biāo)記策略作為基本塊識(shí)別的輸出標(biāo)記，則輸出層的每個(gè)輸出值都表示對(duì)某個(gè)標(biāo)記的輸出概率。

2.3 基于字分布表征的聯(lián)合分詞任務(wù)的漢語基本塊識(shí)別模型

為了將詞特征融入到基本塊識(shí)別模型中，我們分別構(gòu)造出基于同一表示向量提取層的分詞模型與基本塊識(shí)別模型，并將兩者結(jié)合在一起構(gòu)成基于字分布表征的聯(lián)合分詞任務(wù)的漢語基本塊識(shí)別聯(lián)合模型(下文稱聯(lián)合模型)。對(duì)于聯(lián)合模型的分詞部分，直接構(gòu)造以分布表征向量作為輸入的神經(jīng)網(wǎng)絡(luò)模型。對(duì)于基本塊識(shí)別部分，則首先要通過分詞部分計(jì)算出隱藏層的輸出向量，將此輸出向量與特征表示向量拉直作為基本塊識(shí)別模型的輸入，然后以此輸入構(gòu)造聯(lián)合模型的基本塊識(shí)別部分的神經(jīng)網(wǎng)絡(luò)模型。圖2為基于字分布表征的聯(lián)合分詞任務(wù)的漢語基本塊識(shí)別模型結(jié)構(gòu)圖。

圖2 基于字分布表征的聯(lián)合分詞任務(wù)的漢語基本塊識(shí)別模型

將分詞模型隱藏層的輸出作為基本塊識(shí)別模型的輸入是出于如下兩點(diǎn)的考慮。首先，隱藏層可以認(rèn)為是對(duì)輸入層的一種優(yōu)化表示，其壓縮了特征表示向量的長(zhǎng)度同時(shí)保留了對(duì)目標(biāo)任務(wù)有作用的部分信息；其次，我們還可以認(rèn)為它是對(duì)輸出層的一種間接反映，比僅包含分詞標(biāo)記概率的輸出層攜帶更多的詞層面信息。因此，將分詞隱藏層作為特征融入基本塊識(shí)別模型中可能增強(qiáng)模型的識(shí)別效果。

2.4 似然函數(shù)與優(yōu)化方法

本文采用極大似然估計(jì)法作為模型參數(shù)的估計(jì)方法。似然函數(shù)參考Collobert等人[10]文章中提出的單字似然函數(shù)與整句似然函數(shù)。兩種似然函數(shù)的區(qū)別在于單字似然函數(shù)只考慮每個(gè)字的輸入特征與輸出標(biāo)記間的概率函數(shù)，而整句似然函數(shù)不僅要考慮每個(gè)字輸入特征與輸出標(biāo)記間的概率關(guān)系，還要考慮同一句子中所有輸出標(biāo)記之間的轉(zhuǎn)移概率，因此，整句似然函數(shù)需要一部分額外的參數(shù)用來記錄標(biāo)記與標(biāo)記間的轉(zhuǎn)移概率，并以整個(gè)句子的似然最大作為優(yōu)化目標(biāo)。因此，整句似然函數(shù)情形下，對(duì)于較長(zhǎng)語塊的邊界識(shí)別性能會(huì)好于單字似然函數(shù)。本文實(shí)驗(yàn)中對(duì)漢語基本塊識(shí)別任務(wù)的不同模型，分別采用以上兩種似然函數(shù)作為優(yōu)化目標(biāo)做了對(duì)比。

2.5 訓(xùn)練方法

2.5.1 參數(shù)優(yōu)化算法

本文中提到的模型均采用帶mini-batch的隨機(jī)梯度下降(SGD)算法作為參數(shù)的優(yōu)化算法。由于考慮到整句似然函數(shù)每次迭代的輸入為一整條句子，我們以句子數(shù)作為抽取的每批次訓(xùn)練樣例的單位。設(shè)訓(xùn)練中每批次抽取的訓(xùn)練樣例的句子數(shù)為m，L1，L2，…，Lm表示每條句子的長(zhǎng)度(包含字的個(gè)數(shù))，則對(duì)于字分布表征的參數(shù)以及神經(jīng)網(wǎng)絡(luò)中每一層的參數(shù)，采用公式(2)進(jìn)行更新。

(2)

對(duì)于整句似然函數(shù)中的狀態(tài)轉(zhuǎn)移參數(shù)，則用公式(3)更新。

(3)

其中θ表示原始參數(shù)，θ′表示更新后的參數(shù)，α為學(xué)習(xí)率，grad(θ)表示同一批次訓(xùn)練樣例對(duì)參數(shù)θ求得的梯度之和，由于求grad(θ)的過程中狀態(tài)轉(zhuǎn)移參數(shù)共計(jì)累加m次，其他參數(shù)共計(jì)累加L1+L2+…+Lm次(對(duì)狀態(tài)轉(zhuǎn)移參數(shù)每個(gè)句子只有一個(gè)梯度，對(duì)其他參數(shù)句子中每個(gè)字都有一個(gè)梯度)，因此對(duì)于不同的參數(shù)，我們先以梯度和除以累加次數(shù)得到平均梯度，再用于參數(shù)更新。

2.5.2 聯(lián)合模型的交替訓(xùn)練方法

對(duì)于聯(lián)合模型，我們采用兩個(gè)目標(biāo)任務(wù)交替訓(xùn)練的方法進(jìn)行訓(xùn)練。假設(shè)每批次數(shù)據(jù)量的大小為m，則包含分詞任務(wù)與基本塊識(shí)別任務(wù)的交替訓(xùn)練每次迭代都應(yīng)包含以下步驟：(1)在分詞數(shù)據(jù)中抽取m個(gè)數(shù)據(jù)，通過模型計(jì)算分詞任務(wù)的似然與分詞模型涉及到的參數(shù)的梯度，根據(jù)梯度更新分詞任務(wù)涉及到的參數(shù)；(2)在基本塊識(shí)別任務(wù)數(shù)據(jù)中抽取m個(gè)數(shù)據(jù)，通過模型計(jì)算基本塊識(shí)別模型的似然與基本塊識(shí)別任務(wù)模型涉及到的參數(shù)的梯度，根據(jù)梯度更新基本塊識(shí)別任務(wù)涉及到的參數(shù)。需要注意的是，由于字分布表征矩陣由兩個(gè)任務(wù)所共享，因此對(duì)每個(gè)任務(wù)的參數(shù)進(jìn)行更新時(shí)都需要更新字分布表征矩陣的參數(shù)。

本文對(duì)分詞和基本塊識(shí)別兩個(gè)目標(biāo)任務(wù)交替進(jìn)行訓(xùn)練，而不是預(yù)先訓(xùn)練好分詞部分的參數(shù)，再訓(xùn)練基本塊識(shí)別部分的參數(shù)的原因在于：首先，兩個(gè)目標(biāo)任務(wù)交替訓(xùn)練，可以防止分詞部分的參數(shù)對(duì)分詞任務(wù)過于擬合而影響到基本塊的識(shí)別性能；其次，由于我們模型中共享了字分布表征，交替訓(xùn)練的方法可以使字分布表征的參數(shù)不會(huì)過于偏向其中某個(gè)任務(wù)目標(biāo)而影響整體性能。

3 實(shí)驗(yàn)設(shè)置

3.1 實(shí)驗(yàn)語料

3.1.1 基本塊識(shí)別語料

本文采用的基本塊識(shí)別任務(wù)的實(shí)驗(yàn)語料來自CIPS-ParsEval-2009評(píng)測(cè)任務(wù)[14]中發(fā)布的漢語基本塊分析語料。我們統(tǒng)計(jì)了該語料的部分信息并在表1中展示。

表1 基本塊識(shí)別語料規(guī)模

3.1.2 分詞語料

為了驗(yàn)證基于不同的分詞語料對(duì)實(shí)驗(yàn)結(jié)果可能帶來的影響，我們共選取三組分詞語料：一是山西大學(xué)構(gòu)建的山大500萬字分詞語料中的一部分，稱為山大語料；二是Sighan 2005 backoff評(píng)測(cè)任務(wù)中由北京大學(xué)標(biāo)注的分詞語料，稱為北大語料；為了驗(yàn)證與基本塊任務(wù)采用相同的語料是否對(duì)標(biāo)注性能有幫助，我們剔除了基本塊識(shí)別任務(wù)語料中的訓(xùn)練數(shù)據(jù)集中的詞性與基本塊標(biāo)記信息，只保留了其中的詞語信息，將處理后的基本塊語料作為第三組分詞語料，稱為基本塊語料。表2展示了全部分詞語料的規(guī)模。

表2 分詞語料規(guī)模

3.2 評(píng)價(jià)指標(biāo)

以基本塊識(shí)別任務(wù)的F值作為模型整體性能的評(píng)價(jià)指標(biāo)，其計(jì)算方法簡(jiǎn)要概括如下：

設(shè)：A=預(yù)測(cè)結(jié)果中完全識(shí)別正確的基本塊的個(gè)數(shù)。

B=測(cè)試數(shù)據(jù)集中全部基本塊的個(gè)數(shù)。

C=預(yù)測(cè)結(jié)果中全部基本塊的個(gè)數(shù)。

則：準(zhǔn)確率=A/C，召回率=A/B，F(xiàn)值=2*準(zhǔn)確率*召回率/(準(zhǔn)確率+召回率)。

而模型對(duì)單字塊和多字塊的識(shí)別性能則采用其召回率作為評(píng)價(jià)指標(biāo)。

4 實(shí)驗(yàn)結(jié)果和分析

為了方便對(duì)比，并且考慮到計(jì)算復(fù)雜度的問題，本文中實(shí)驗(yàn)參數(shù)均參照表3設(shè)置。

表3 試驗(yàn)參數(shù)

4.1 兩種似然函數(shù)的基本塊識(shí)別實(shí)驗(yàn)結(jié)果

為了驗(yàn)證單字似然函數(shù)和整句似然函數(shù)的性能，實(shí)驗(yàn)中將不同似然函數(shù)應(yīng)用于基本塊模型(沒有聯(lián)合分詞任務(wù)的模型)上，并統(tǒng)計(jì)了實(shí)驗(yàn)結(jié)果的準(zhǔn)確率、召回率、F值、單字塊以及多字塊的召回率，見表4。

表4 兩種似然函數(shù)的基本塊識(shí)別實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)結(jié)果中，整句似然函數(shù)比單字似然函數(shù)識(shí)別結(jié)果的F值高約1.34%，在多字塊的召回率上，整句似然函數(shù)要明顯優(yōu)于單字似然函數(shù)，而準(zhǔn)確率方面略低于單字似然函數(shù)。我們抽取出測(cè)試語料具有代表性的一條樣例語句并展示了兩種不同似然函數(shù)對(duì)該樣例的識(shí)別結(jié)果，并且以中括號(hào)標(biāo)注了結(jié)果中能構(gòu)成完整基本塊的標(biāo)記序列。

例句 [中國(guó)古代][財(cái)政][為][“度支”]、[“國(guó)用”]、[“歲計(jì)”]、[“國(guó)計(jì)”]。

正確的標(biāo)記序列應(yīng)為：[BMME][BE][S][BMME]O[BMME]O[BMME]O[BMME]O

單字似然函數(shù)預(yù)測(cè)結(jié)果：[BMMMME]OOMEEOOMMOOOMEOOOBMMOO

整句似然函數(shù)預(yù)測(cè)結(jié)果：[BMMMME][S][BME]OO[BMME]O[BMME]O[BMME]O

可以看出，由于單字似然函數(shù)不考慮標(biāo)記間的轉(zhuǎn)移概率，致使預(yù)測(cè)結(jié)果中包含大量的非法序列(不能構(gòu)成完整基本塊的標(biāo)記序列，如BMMO)，而且將大部分的引號(hào)標(biāo)注為塊外標(biāo)記O；而相對(duì)的整句似然函數(shù)的識(shí)別結(jié)果中，幾乎不存在非法序列，而且對(duì)[“度支”]、[“國(guó)用”]、[“歲計(jì)”]、[“國(guó)計(jì)”]幾個(gè)帶引號(hào)的塊也幾乎完全識(shí)別正確。因此，整句似然函數(shù)識(shí)別出的基本塊數(shù)要明顯大于單字似然函數(shù)，特別是對(duì)多字塊的召回率都明顯高于單字似然函數(shù)。單字似然函數(shù)由于識(shí)別出的基本塊數(shù)較少，因而準(zhǔn)確率要略高于整句似然函數(shù)。

4.2 聯(lián)合模型的實(shí)驗(yàn)結(jié)果

我們對(duì)兩個(gè)任務(wù)目標(biāo)分別應(yīng)用不同的似然函數(shù)，共設(shè)計(jì)三組實(shí)驗(yàn)，每組實(shí)驗(yàn)中的分詞部分都使用了上文中提到的三種不同分詞語料作為訓(xùn)練語料，表5展示了三組實(shí)驗(yàn)的F值。

表5 聯(lián)合模型實(shí)驗(yàn)結(jié)果

可以看出三組實(shí)驗(yàn)中表現(xiàn)最好的是第二組，即分詞任務(wù)的似然函數(shù)采用單字似然函數(shù)，基本塊識(shí)別任務(wù)的似然函數(shù)采用整句似然函數(shù)?？梢娬渌迫缓瘮?shù)在分詞部分的表現(xiàn)并不好，考慮到由于分詞任務(wù)語料中詞語的平均長(zhǎng)度只有1.6字左右，可見大多數(shù)詞均為單字詞與二字詞，整句似然函數(shù)對(duì)于長(zhǎng)語塊的識(shí)別精度高的優(yōu)勢(shì)無法體現(xiàn)。而三種分詞語料中，山大語料與北大語料的結(jié)果差不多。

4.3 以不同漢字分布表征為初始輸入的結(jié)果

我們利用基本塊模型實(shí)驗(yàn)與聯(lián)合模型實(shí)驗(yàn)中表現(xiàn)最好的實(shí)驗(yàn)?zāi)Ｐ?，加入由word2vec[15]中包含的Skip-gram算法和CBOW算法訓(xùn)練得到的字的表征向量作為兩種模型中字分布表征矩陣的初始值，并將其結(jié)果與隨機(jī)初始值的結(jié)果進(jìn)行對(duì)比，其結(jié)果展示如表6所示。

表6 加入預(yù)訓(xùn)練字分布表征的實(shí)驗(yàn)結(jié)果

結(jié)果表明，使用經(jīng)Skip-gram算法得到的預(yù)訓(xùn)練的字分布表征作為初始輸入之后，使總體性能得到一定的提升，經(jīng)CBOW算法得到的分布表征與隨機(jī)值作為初始化參數(shù)結(jié)果差異不大。 最終結(jié)果是聯(lián)合模型的F值(76.06%)比基本塊模型(沒有聯(lián)合分詞任務(wù)的模型)中的F值73.89%提高了2.17%。

5 總結(jié)與展望

本文引用單字似然函數(shù)與整句似然函數(shù)作為極大似然估計(jì)的似然函數(shù)，分別構(gòu)造了基于基本塊識(shí)別任務(wù)的基本塊模型，以及融合分詞隱層特征的基本塊識(shí)別聯(lián)合模型，實(shí)驗(yàn)證明聯(lián)合模型的性能比基本塊模型有了一定的提升。但由于聯(lián)合模型結(jié)構(gòu)上比較復(fù)雜，且存在訓(xùn)練時(shí)間較長(zhǎng)，收斂速度慢的缺點(diǎn)。因此，后續(xù)研究當(dāng)從以下幾個(gè)方面展開：

(1) 改進(jìn)訓(xùn)練算法，加快收斂速度；

(2) 融入詞性標(biāo)注等其他任務(wù)的隱層特征，設(shè)計(jì)三個(gè)以上任務(wù)的聯(lián)合模型；

(3) 進(jìn)一步測(cè)試融入不同任務(wù)隱層特征對(duì)基本塊識(shí)別性能的提升效果。

[1] Kudoh T, Matsumoto Y. Use of support vector learning for chunk identification[C]//Proceedings of the 2nd Workshop on Learning Language in Logic and the 4th Conference on Computational Natural Language Learning-Volume 7. Association for Computational Linguistics, 2000: 142-144.

[2] Sha F, Pereira F. Shallow parsing with conditional random fields[C]//Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology-Volume 1. Association for Computational Linguistics, 2003: 134-141.

[3] Shen H, Sarkar A. Voting between multiple data representations for text chunking[M]. Springer Berlin Heidelberg, 2005.

[4] 周強(qiáng), 任海波, 孫茂松. 分階段構(gòu)建漢語樹庫[C]//第二屆中日自然語言處理專家研討會(huì),2002.

[5] 周強(qiáng). 基于規(guī)則的漢語基本塊自動(dòng)分析器[C]//第七屆中文信息處理國(guó)際會(huì)議.2007.

[6] 周強(qiáng). 漢語基本塊規(guī)則的自動(dòng)學(xué)習(xí)和擴(kuò)展進(jìn)化[J]. 清華大學(xué)學(xué)報(bào)：自然科學(xué)版, 2008, 48:88-91.

[7] 李超,孫健,關(guān)毅,等. 基于最大熵模型的漢語基本塊分析技術(shù)研究 [R]CIPS-PaysEval. 2009.

[8] 侯瀟琪, 王瑞波, 李濟(jì)洪. 基于詞的分布式實(shí)值表示的漢語基本塊識(shí)別[J]. 中北大學(xué)學(xué)報(bào)：自然科學(xué)版, 2013, (5):582-585.

[9] 李國(guó)臣,黨帥兵,王瑞波,等.基于字的分布表征的漢語基本塊識(shí)別[J]. 中文信息學(xué)報(bào), 2014, 28(6):18-25.

[10] Collobert R, Weston J, Bottou L, et al. Natural language processing (almost) from scratch. [J]. Journal of Machine Learning Research, 2011, 12(1):2493-2537.

[11] Nair V, Hinton G E. Rectified Linear Units Improve Restricted Boltzmann Machines.[C]//Proceedings of the 27th International Conference on Machine Learning (ICML-10). 2010:807-814.

[12] Zeiler, M.D, Ranzato M, Monga R, et al. On rectified linear units for speech processing[C]//Proceedings of Acoustics, Speech, and Signal Processing, 1988. ICASSP-88., 1988 International Conference 2013:3517-3521.

[13] Wu Y, Zhao H, Zhang L. Image Denoising with Rectified Linear Units[C]//Proceedings of Spriner International Publishing,2014:142-149.

[14] 周強(qiáng)，李玉梅.漢語塊分析評(píng)測(cè)任務(wù)設(shè)計(jì)[J]. 中文信息學(xué)報(bào)，2010, 24(1): 123-129.

[15] Mikolov T, Chen K, Corrado G, et al. Efficient estimation of word representations in vector space[DB]. arXiv preprint arXiv:1301.3781, 2013.

Chinese Base-Chunk Identification Using Hidden-Layer Feature of Segmentation

LI Guochen1,2, LIU Zhanpeng1, WANG Ruibo3, LI Jihong3

(1. School of Computer and Information Technology, Shanxi University, Taiyuan, Shanxi 030006, China；2. Department of Computer Engineering, Taiyuan Institute of Technology, Taiyuan, Shanxi 030008, China；3. Computer Center of Shanxi University, Taiyuan, Shanxi 030006, China)

Based on the unit of Chinese character, a neural network learning model for Chinese base-chunk identification is constructed. The model combines the neural network learning model of segmentation task with the model of base-chunk identification by using the hidden-layer features of segmentation. The sentence-level likelihood function for base-chunk identification task is employed as the optimization target. The parameters of the two learning model are trained in turn. The experimental results show that: 1) the F-score of base-chunk identification with sentence-level likelihood function is 1.33% higher than that with character-level likelihood function, and especially, the recall for the multi-characters chunk identification is improved as much as 4.68%. 2) The final result of using hidden-layer features of segmentation task is 2.17% higher.

distributed representation; Chinese base-chunk identification; neural network model; hidden-layer features; sentence-level likelihood function

李國(guó)臣(1963—)，教授，主要研究領(lǐng)域?yàn)橹形男畔⑻幚?。E?mail：ligc@sxu．edu．cn劉展鵬(1991—)，通信作者，碩士，主要研究領(lǐng)域?yàn)橹形男畔⑻幚?。E?mail：842888676@qq．com王瑞波(1985—)，講師，主要研究領(lǐng)域?yàn)橹形男畔⑻幚?。E?mail：wangruibo@sxu．edu．cn

1003-0077(2016)02-0012-06

2014-08-19 定稿日期： 2014-10-19

國(guó)家自然科學(xué)基金(61503228)；國(guó)家自然科學(xué)基金委員會(huì)—廣東省政府聯(lián)合基金(第二期)超級(jí)計(jì)算科學(xué)應(yīng)用研究專項(xiàng)(NSFC 2015—268)

TP391

A