本研究提出了一个低资源语言乌兹别克语的词性标注数据集和标注工具，使用一种基于规则的标注器，该标注器使用 12 种标签来标注单词的词性，通过使用前缀 / 后缀剥离方法对单词进行词干处理，该工具在乌兹别克文本中标注和识别单词的词性，并且是第一次公开提供乌兹别克语数据集和标注工具，也可以作为其他紧密相关土耳其语言的基础。

Jan, 2023

本论文提出了将已有的波斯语语料库转用于库尔德语的词性标注。可用于库尔德语的标注语料库现阶段非常缺乏，本方法可以利用相关资源可以帮助开发自动库尔德语标注以及 Kurdish dialect 的词性标注词典。

Jan, 2022

这篇论文介绍了一个面向口语波斯文的新语料库 CPPOS，通过使用该语料库进行训练，利用深度学习模型在波斯文的 POS 标注任务中取得比现有数据集和工具更好的性能，相较之前的数据集的改进达到了 14%。

Oct, 2023

本文针对保加利亚语 (一种具有丰富的屈折和派生形态的斯拉夫语言) 进行了词性标注实验，并结合大型形态学词典、先前的语言知识以及基于 POS 注释语料库的有指导性学习方法，使用 680 个形态语法标记，实现了 97.98% 的准确率，这是对保加利亚语的最新技术的显着改进。

Nov, 2019

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

该论文提出了对乌兹别克语词汇进行形态分析、寻找词干、确定词性信息的模型，经过验证和评估后，该模型在词级别的准确度超过了 91%，并且已经以基于 Web 应用程序和开源 Python 库的形式提供。

May, 2024

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

本研究分析了多标签新闻分类任务的数据集创建步骤和评估技术，提供一个收集自十个不同新闻和出版网站的 15 类新闻、出版和法律文本的新文本分类优范，研究比较了从传统的词袋模型到深度学习架构的不同模型，实验结果显示 RNN 和 CNN 模型优于基于规则的模型，最佳性能 BERTbek 模型，为乌兹别克文本分类的进一步研究打下了基础。

Feb, 2023

本研究探讨了不同词性（POS）标注方法的评估框架，并在印度尼西亚语和老挝语的数据集上使用基于特征的和神经网络的方法进行 POS 标注，结果表明神经序列标记模型显着优于经典基于特征的方法和基于规则的方法，其中在印度尼西亚语数据集上的最佳表现达到了 95.82％，在老挝语数据集上为 93.03％。

Apr, 2022

研究了词级语言标注对资源不足的神经机器翻译的影响，通过实验发现，当在源语言进行标注时，语法 - 语义描述标签在某些语言对中表现优于词性标签；但在目标语言进行标注时，词性标签在自动评估指标上始终优于语法 - 语义描述标签，尽管后者可改善输出的语法性。该研究提供了对此结果的详细分析。

Jan, 2024