Jun, 2022

越南语词性标注器的实验研究

PDF
TL;DR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。
发现论文，激发创造
  • 从分词到词性标注 - 越南语

    本文比较了越南语标注未分割文本的两种策略：管道策略和联合策略，并且在特征模型和神经网络模型上进行了比较。经过实验证明，使用管道策略和特征模型时，能更好地识别未分割文本中的词性标记。

    Nov, 2017

  • 使用超标签特征的越南语基于转换的依存分析

    通过利用超标记特征，利用基于转移的依赖句法分析方法来改善依赖分析，并在越南依赖树库上成功提高了正确附着率。

    Nov, 2019

  • 越南语词汇分割、词性标注和依存句法分析的神经联合模型

    本文提出了一个新的多任务学习模型，用于联合越南语词语分割、词性标注和依存句法分析，并在越南基准数据集上进行了实验，结果表明本模型具有最先进或竞争性的表现。

    Dec, 2018

  • VnCoreNLP: 一款越南语自然语言处理工具包

    VnCoreNLP 是一个易于使用且快速的开源 Java 自然语言处理工具包，支持越南语分词、词性标注、命名实体识别和依存句法分析，可以提供丰富的语言学注释来促进关于越南语自然语言处理的研究工作。

    Jan, 2018

  • PhoNLP：越南词性标注、命名实体识别和依存句法分析的联合多任务学习模型

    我们首次提出了名为 PhoNLP 的多任务学习模型，可用于联合越南文词性标注、命名实体识别和依存分析，并在越南基准数据集上表现出优秀的效果。我们将 PhoNLP 开源发布作为一个工具包，可直接应用于其他语言的研究和应用中。

    Jan, 2021

  • 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

  • 越南依赖解析的实证研究

    本文比较了不同的依赖关系解析器对于越南语的表现，实验结果显示基于神经网络的解析器显著优于传统解析器，在标注和未标注附着得分上分别达到了 73.53% 和 80.66%，是目前公布的越南语最高的解析得分。

    Nov, 2016

  • 迈向标准化和更准确的印度尼西亚词性标注

    本文探讨了印度尼西亚文本的词性标注。我们使用基于规则、CRF 和神经网络的模型进行试验，并在 IDN Tagged Corpus 上对其进行评估，最终用递归神经网络取得了 97.47 的最优性能。同时，我们还公开了我们使用的数据集以供未来的研究使用。

    Sep, 2018

  • NNVLP: 基于神经网络的越南语处理工具包

    本文介绍了神经网络基础工具集 NNVLP，主要用于越南语言处理任务，包括词性标注、分块、命名实体识别。该工具集使用双向长短期记忆网络，卷积神经网络，条件随机场，并使用预训练的词嵌入作为输入，取得了这三个任务的最新成果。我们提供了 API 和 Web 演示。

    Aug, 2017

  • 使用基于 Transformer 的神经模型提升越南文本序列标注

    本文介绍了使用多语言 BERT 嵌入和一些新的神经模型，提高越南语序列标记任务的研究。我们提出了新的模型架构，在 VLSP 2016 和 VLSP 2018 两个命名实体识别数据集和 VLSP 2010 和 VLSP 2013 两个词性标记数据集上进行了广泛评估。我们的方法优于现有方法，并实现了新的最先进结果。

    Jun, 2020