Deep Learning 在中文分词和词性标注任务中的应用

开源软件包 SENNA 和 word2vec 中都用到了词向量（distributed word representation），当时我就在想，对于我们的中文，是不是也类似地有字向量（distributed character representation）的概念呢？

最近恰好读到复旦大学郑骁庆博士等人的文章 [1]《Deep Learning for Chinese Word Segmentation and POS tagging》。这篇文章利用文 [3] 作者提出的神经网络框架，针对中文分词和词性标注任务，给出了一种基于字向量的 perceptron-style 算法，该算法的亮点是受文 [4] 启发在训练部分用了一种新的思路，而不是采用传统的 maximum log-likelihood 方法，极大地降低了算法复杂度，且非常容易实现。数值实验表明，该算法的 performance 也还不错。

本博客是读完文 [1] 后的一则笔记，内容以翻译为主，同时也穿插了一些注记，供感兴趣的读者参考。