摘要：中文詞性標(biāo)注具有重要的作用,它的準(zhǔn)確性和標(biāo)注速度直接影響到自然語言處理的后續(xù)任務(wù).提出一種基于CNN（convolutional neural network）和LSTM（long-short term memory）混合模型進行中文詞性標(biāo)注.該模型采用三層結(jié)構(gòu),用詞向量和CNN的滑動窗口特性產(chǎn)生詞語表示特征,LSTM的時序性來產(chǎn)生詞性標(biāo)注的序列標(biāo)簽.分別在PFR《人民日報》語料庫、CTB7.0和CoNLL09語料庫上對該模型進行測試,在未加入任何人工特征的條件下,對詞語進行詞性標(biāo)注,詞性標(biāo)注效果好于HMM（hidden Markov model）、MLP（multi-layer perceptron）、CNN和LSTM.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
