尊敬的各位读者：
根据当前疫情防控要求，我馆部分原文传递服务可能会有延期，无法在24小时内提供，给您带来的不便敬请谅解！
国家工程技术图书馆
2022年11月29日
摘要 : 藏文分词是各类藏文自然语言处理的首要任务,藏文分词的性能直接影响下游的其他自然语言处理任务的性能.传统上多数研究者使用线性统计方法进行藏文分词的研究,但是此类方法需要大量人工设计的语言学特征.研究提出了一种藏文分词的神经网络构架,这种构... 展开 藏文分词是各类藏文自然语言处理的首要任务,藏文分词的性能直接影响下游的其他自然语言处理任务的性能.传统上多数研究者使用线性统计方法进行藏文分词的研究,但是此类方法需要大量人工设计的语言学特征.研究提出了一种藏文分词的神经网络构架,这种构架只需监督式训练的标注数据和无监督学习嵌入表示的未标注语料,而无需介入人工特征工程.通过对CNN、BiLSTM、和CRF三种网络的有效组合,使分词模型在测试数据集上的准确率、召回率和F1值分别达到了93.4％、94.2％和94.1％,超越了各类基准模型的表现. 收起
系统维护，暂停服务。
根据《著作权法》“合理使用”原则，您当前的文献传递请求已超限。
如您有科学或教学任务亟需，需我馆提供文献传递服务，可由单位单位签署《图书馆馆际互借协议》说明情况，我馆将根据馆际互借的原则，为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱，《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定， NETL仅提供少量文献资源原文复制件，用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。
