ACLOct, 2014

面向特定领域的词性标注快速适应

PDF
TL;DR本文介绍了一种快速适应新域的 POS 标注器的方法，该方法利用大量文本中收集的后缀信息和字形信息以增加词汇覆盖率，在生物领域的实验中表现出了与该领域中特别训练的 POS 标注器相当的结果。
part-of-speech taggingpos taggersadaptationunsupervised learningsuffix information
发现论文，激发创造
  • 噪声用户生成文本的词性标注领域自适应

    使用神经网络实现 POS 标注器，通过领域自适应和正则化技术，在德语推文数据集中实现高于 90% 的标注准确度。

    May, 2019

  • 用于词性标注的词表示的在线更新

    本文提出了实时的无监督领域自适应方法，可用于数据流的增量处理，其在词性标注任务中表现优异，甚至比起批量领域自适应表现还好。

    Apr, 2016

  • 使用数据增强改进临床语音的自发性词性标注

    该论文解决了改善语音转录文本的 POS 标注的问题。作者使用了数据增强技术来训练在领域外树库上的句法分析器，并在句法标注上测试了在不同类型的神经退行性疾病患者的临床语音中表现良好的效果。

    Jul, 2023

  • 基于词汇转换和标签注入的无监督领域自适应 —— 以推特数据为例

    通过简单的词汇转换来减少源域数据集与目标域数据集之间的领域转变，使得模型在变换后的源域数据集上表现明显优于零样本模型，在转换为推特的英文上达到了 92.14% 的无监督词性标注准确率，仅略低于 94.45% 的监督效果，同时利用提出的转换方法来合成推特并增强推特数据集的表现达到了最先进的词性标注性能。

    Jul, 2023

  • Amharic 词性标注的机器学习方法

    提高阿姆哈拉语的词性标注性能，本文介绍了使用形态学知识、扩展已有标注数据、特征提取、参数调整和标注算法等方法，对比以往工作，明显的提高了词性标注性能。

    Jan, 2020

  • 无监督词性标注的综述及其对语言习得的启示

    人们如何获取句法类别知识是基础性问题，本研究回顾了各种工程方法，目的在于无需先验句法知识就能正确识别样本文本中的词性，并讨论了模型的评估、约束因素以及上下文对词性的确定等共同主题。这些主题为深入研究认知过程奠定了基础，并提供了当前无监督词性标注模型的有用参考。

    Dec, 2023

  • 使用隐马尔可夫模型进行序列标注的领域自适应

    该研究论文介绍了一种基于隐藏马尔科夫模型来学习词汇表示，并使用大量未标记数据将这些方法更好地适用于不同领域数据的方法。

    Dec, 2013

  • 越南语词性标注器的实验研究

    本研究中，我们使用了 ClearNLP 和 Stanford POS Tagger 这两个广泛使用的工具包，并开发了两个新的越南语 POS 标记器，然后将它们与三个众所周知的越南标记器 JVnTagger、vnTagger 和 RDRPOSTagger 进行比较。通过系统比较，我们发现，利用新特征集构建的越南语标记器可以在标记准确性方面胜过所有其他现有的越南标记器。此外，研究结果还表明，基于转换的标记器 RDRPOSTagger 的运行速度明显快于任何其他统计标记器。

    Jun, 2022

  • 使用统计方法开发马拉地语词性标注器

    本文介绍了一种基于统计模型的马拉地语词性标注器的开发方法，使用 Unigram、Bigram、Trigram 和 HMM 方法，以 77.38％、90.30％、91.46％和 93.82％的准确率作为评估指标，并提出了一个用于标记马拉地文本的标记集。

    Oct, 2013

  • 历史英语词性标注

    此研究探讨了如何利用领域适应技术提高处理历史文本的性能，集中在词性标注这一经典测试任务中，并表明了 Feature Embedding 方法的有效性。

    Mar, 2016