汉语句子格角色分配的一种神经网络方法

提出了一个基于分布式表征的计算模型,通过并行分布加工方式完成六类汉语句子的格角色分配任务。模型是一个四层的前传网络,包括输入层（词的分布式表征层）,两个隐层,输出层（格角色层）;其中第一隐层的一部分反馈到输入层。模型采用误差反传算法,通过提供学习样本和目标输出,不断调整三个权值矩阵,使得网络稳定时能得到正确的结果。经过训练后的网络具有一定的稳定性和鲁棒性。还对这种方法与传统的符号处理方法作了比较和分析。