Oct, 2019

联合符号音标标注、词形还原、规范化和细粒度形态标注

PDF
TL;DR该研究使用阿拉伯语探讨了联合建模的方法，具体包括字符级别的词汇化特征和字词级别的非词汇化特征，可以更好地将模糊的语言特征解模糊，进一步提高模型的效果和词义的准确性。该方法在现代标准阿拉伯语和阿拉伯埃及话方言的翻译中都取得了相对较好的实验结果。
semitic languagesmorphological featureslexicalizednon-lexicalizedarabic
发现论文，激发创造
  • 一种简单的联合模型，用于改善上下文神经词形还原

    本文介绍了一个简单的神经模型，用于词形还原和形态标记，可以达到 20 种语言的最新结果，并表明联合形态标记和词形还原特别有助于低资源词形还原和形态复杂性较高的语言。

    Apr, 2019

  • 通过联合学习歧义形态标记来提升命名实体识别

    本研究提出了一种模型，通过联合学习 NER 和 MD 标签器来减轻需要 MD 工具的需求，并且可以在不同语言之间独立进行，实现了命名实体识别性能的提高和竞争性的形态消歧定位器表现。

    Jul, 2018

  • 使用预训练语言模型进行阿拉伯语及其方言的形态句法标注

    该研究利用预训练转换器语言模型对不同形式的阿拉伯语进行形态句法标记，优于现有系统，在不同区域的阿拉伯语可获得显著改进，特别是在资源匮乏的情况下，利用其他高资源方言的数据进行微调，以及使用高质量的形态分析器作为外部语言资源是有益的。

    Oct, 2021

  • 针对联合多特征和多方言形态建模的对抗多任务学习

    本文探索了利用多任务学习和敌对训练方法解决形态丰富的阿拉伯语言以及方言差异问题，并以现代标准阿拉伯语（高资源方言）和埃及阿拉伯语（低资源方言）为案例，在全面的形态标注中取得了最先进的结果。

    Oct, 2019

  • 用 LEMMING 实现联合词形还原和词形标注

    LEMMING 是一个模块化的对数线性模型，它同时建模了词形还原和标注，并支持任意全局特征的整合。它可通过带有金标准标签和词元注释的语料库进行训练，无需依赖形态学词典或解析器。LEMMING 在六种语言的基于令牌的统计词形还原中创造了新的最先进表现；例如，对于捷克语的词形还原，我们将错误率从 4.05 降低了 60%，至 1.58。我们还提供实证证据表明，联合建模词法标记和词元对彼此是有益的。

    May, 2024

  • 现代标准阿拉伯语名词的计算形态学和词典学建模

    利用最近提出的形态学框架，本文试图定义现代标准阿拉伯语（MSA）标称词面临的许多形态和词汇建模难题的范围，并构建一个全面且可扩展的 MSA 标称词模型。我们的模型设计解决了标称词复杂的成分词法以及词类不规则性问题。我们的实现相比常用的 MSA 形态学分析器和生成器显示了更高的准确性和一致性。我们公开了我们的模型。

    Feb, 2024

  • BRNNs 联合标记和词形还原处理丰富形态的语言

    通过使用字符级和词级嵌入，带有双向 RNN 的 LemmaTag 特征较少的神经网络架构，共同为句子生成词性标记和词素。该模型在捷克语，德语和阿拉伯语的词性标记和词素化方面的准确性超过了最先进的水平。

    Aug, 2018

  • 内部 - 外部的形态分割

    本文介绍了一种较为新的基于语境的、具有层级结构的标注模型，此模型结合形态分析和词汇造形中的拼写变化，有别于传统的非层级结构模型，并发布了一个包含 7454 个英语单词的标注树库，期望此成果能促进该领域的后续研究。

    Nov, 2019

  • 形态变化的语境化

    本文介绍了一种利用神经混合图模型构建并预测词形变化的方法，并将其与传统的形态学变化或表面实现进行了比较，证明了将语言学驱动的潜在变量纳入 NLP 模型的实用性。

    May, 2019

  • 低资源语言的跨语言形态标注

    提出了一种适用于低资源语言的模型来训练形态标记器，该模型使用 Wesabie 模型进行打标， 通过在语料库中引入 POS 词性标注的元信息，将标记信息从富资源语言映射到贫资源语言，实现了跨语言知识的迁移，可以提高句法分析的效果。

    Jun, 2016