%0 Journal Article %A 陶豆豆 %A 禹龙 %A 田生伟 %A 赵建国 %A 吐尔根·依布拉音 %A 艾斯卡尔·艾木都拉 %T 维吾尔语名词短语待消解项识别 %D 2017 %R %J 中文信息学报 %P 92-98,113 %V 31 %N 5 %X 针对维吾尔语名词短语待消解项识别任务,该文提出一种利用栈式非负约束自编码器(Stacked Nonnegative Constrained Autoencoder,SNCAE)完成基于语义特征的待消解项识别方法。为了提高自动编码器隐藏层激活度的稀疏性和重构数据的质量,利用NCAE非负约束算法,为连接权值施加非负性约束。通过分析维吾尔语名词短语语言指代现象,提取出15个特征,利用SNCAE提取出深层语义特征,引入Softmax分类器,进而完成待消解项识别任务。该方法在维吾尔语名词短语待消解项识别中,正例准确率和负例准确率分别比SVM高出8.259%和4.158%,比栈式自编码(SAE)高出1.884%和1.590%,表明基于SNCAE的维吾尔语名词短语待消解项识别方法比SVM和SAE更适合维吾尔文的待消解项识别任务。 %U http://jcip.cipsc.org.cn/CN/abstract/article_2448.shtml