基于BiLSTM+CRF融合的藏文文本共指消解研究

索南旺姆; 索南尖措; 扎西平措; 高兴; 万玛才旦

doi:10.16249/j.cnki.2096-4617.2026.01.012

高原科学研究 ›› 2026, Vol. 10 ›› Issue (1) : 129 -140. DOI: 10.16249/j.cnki.2096-4617.2026.01.012

基于BiLSTM+CRF融合的藏文文本共指消解研究

索南旺姆, 索南尖措, 扎西平措, 高兴, 万玛才旦

作者信息 +

Author information +

文章历史 +

摘要

共指消解作为自然语言处理中的基础任务，在机器翻译、问答系统及文本摘要等多个下游应用中发挥关键作用。然而，当前主流研究多集中于高资源语种，对于藏语等低资源语言的共指消解研究仍较为薄弱。为解决藏文自然语言处理领域相关数据集与应用研究不足问题，文章构建了涵盖新闻与文学体裁的藏文共指消解语料库TiCoref-2025，并在此基础上提出了一种融合多种建模策略的神经网络模型TiCoref。该模型以BERT-base-Tibetan为基础编码器，结合BiLSTM增强长距离依存建模能力，并引入条件随机场（CRF）以提升提及边界识别精度。此外，针对文学体裁文本的特点，专门引入“词藻知识库”模块以提供外部先验知识，从而提升模型对复杂共指关系的识别能力，并验证了该策略在特定体裁下的有效性。实验结果表明，所提方法在MUC、B³、CEAF_ϕ₄三个指标上的F1值分别达到了78.70%、71.08%和68.22%，验证了模型在低资源藏文文本上的适用性与鲁棒性。