基于BERT的中文虚词检测分析  

作　　者：王杉 

机构地区：[1]云南大学滇池学院理工学院

出　　处：《数字技术与应用》2024年第11期88-90,共3页Digital Technology & Application

基　　金：云南省教育厅科学研究基金(2021J0797)。

摘　　要：中文的虚词虽然没有实际意义,但在语义表达中起到了语法、连接、强调、语气等作用,因此,检测和识别虚词的任务在机器翻译、信息提取和问答系统等中文自然语言处理(NLP)应用程序中至关重要。本文研究了目前较为先进的基于转换器(Transformer)的双向编码器表示(BERT)模型在检测中文虚词任务中的应用,并在CCIR2021-NER数据集上对几种转换器模型进行了验证和评估。最终结果表明,相比于长短期记忆(LSTM)方法,BERT模型能更好地处理中文虚词检测任务,其中MacBERT和LEBERT有最好的性能。

关 键 词：问答系统 长短期记忆 应用程序 机器翻译 检测任务 信息提取 编码器 语义表达 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]