论文研究基于LSTM网络的中文地址分词法的设计与实现.pdf

当前中文地址的分词法主要采用基于规则和传统机器学习的方法。这些方法需要人工长期维护词典和提取特征。为避免特征工程和减少人工维护，提出了将长短时记忆（longshort-termmemory，LSTM）网络和双向长短时记忆（bi-directionallongshort-termmemory，Bi-LSTM）网络分别应用在中文地址分词任务中，并采用四词位标注法以及增加未标记数据集的方法提升分词性能。在自建数据集上的实验结果表明，中文地址分词任务应用Bi-LSTM网络结构能得到较好的性能，在增加未标记数据集的情况下，可以有效提升模型的性能。