一种基于信息筛选网络的汉越跨语言依存句法分析方法

本发明涉及基于信息筛选网络的汉越跨语言依存句法分析方法，属于自然语言处理领域。首先，本发明利用跨语言预训练模型XLM‑RoBERTa提取中文和越南语句子的词嵌入表示；接着分别对两种语言使用独立私有的BiLSTM进行编码；然后将源语言的BiLSTM和目标语言的BiLSTM的特征信息输入到信息筛选网络，该网络通过动态地学习不同语言特定表示之间的匹配权重；其次利用MLPs降低特征的维度来获取每个词的句法关系表示和词性标签表示；最后使用双仿射解码器解码，同时寻找最优的依存语法树。该发明通过动态学习不同语言的匹配权重信息，从而实现对源语言信息的有效筛选和利用，并在实验中取得了显著的效果。