Feb, 2023

SanskritShala：基于神经网络的梵文自然语言处理工具集，带有面向教学和标注目的的基于 Web 的界面

PDF
TL;DRSanskritShala 是一个基于神经网络的梵语自然语言处理工具包，包括词语切分、形态标注、依存解析、复合词类型识别等多个模块，并且具有易于使用的交互式数据注释功能，公开发布其源代码和 7 个词嵌入模型，能够对词嵌入的内在特性如相似度、相关性、分类以及类比预测进行评估，是一个具有网络接口的全新工具包。
neural sanskrit nlpsanskritshalastate-of-the-art performanceweb-based applicationword embeddings
发现论文，激发创造
  • 基于语言学的梵语词汇、句法和语义任务的神经网络结构

    通过自然语言技术，本论文的主要目标是使梵语手稿更便于最终用户使用。梵语的形态丰富、合成、词序自由和资源匮乏性为开发深度学习解决方案带来了重大挑战。论文针对四个基础任务，即词分割、依存分析、合成类型识别和诗歌分析，提出了有关梵语自然语言处理（NLP）技术的关键问题，并在解决这些挑战的过程中提出了多项贡献，包括提出了具有语言学信息的神经网络体系结构、展示了所提系统的可解释性和多语言扩展性、报道了最先进的性能以及开发了名为 SanskritShala 的神经工具套件。

    Aug, 2023

  • 基于梵语知识的系统：注释和计算工具

    通过自动构建知识图谱的框架、引入本体驱动和通用任务的注释工具，以及提供多样化的网页界面、工具和软件库，我们在梵语的知识系统发展中解决了挑战与机遇，尤其在问答方面。这些贡献不仅提高了梵语文本分析的可访问性和准确性，而且为知识表达和语言处理领域的进一步发展铺平了道路。最终，这项研究对于保护、理解和利用梵语文本中所蕴含的丰富语言信息具有重要意义。

    Jun, 2024

  • 评估神经词嵌入在梵语中的应用

    本文首先介绍了近年来有关监督学习的显著进展，引起了梵语计算语言学家的广泛关注。随后，作者为低资源环境下各种自然语言处理任务构建了具有特定任务标签的数据。接下来，作者以词嵌入为主要研究方向进行了分析，分类和评估。研究检验了词嵌入方法在梵语中的可用性以及该语言所面临的各种挑战。

    Apr, 2021

  • mahaNLP：一个马拉地文自然语言处理库

    mahaNLP 是一个针对马拉地语开发的开源自然语言处理（NLP）库，旨在增强 NLP 领域中对资源匮乏的印度语言马拉地的支持，它是一个易于使用、可扩展和模块化的工具包，基于最先进的 MahaBERT-based transformer 模型进行马拉地文本分析。

    Nov, 2023

  • 基于半结构化阿育吠陀文本的语义注释和查询框架

    本文描述了手动注释梵文文本，为知识图创建做出了努力。构建的知识图包含 410 个实体和 764 个关系，涵盖了 Bhavaprakashanighantu 的各种属性。

    Feb, 2022

  • iNLTK：印度语自然语言工具包

    介绍 iNLTK—— 这是一种开放源代码的 NLP 库，由 13 种印度语言中已经预训练好的语言模型，并提供数据增强、文本相似性、句子嵌入、词嵌入、分词和文本生成的支持。通过在公开数据集上使用 iNLTK 的预训练模型进行文本分类，我们表现优于以前的结果，并且通过在 iNLTK 中使用预训练模型和数据增强，我们可以在使用不到 10% 的训练数据的情况下达到先前最佳表现的 95% 以上。iNLTK 已广泛被社区使用，并在 GitHub 上有 40000 + 下载，600 + 星号和 100 + 叉子。

    Sep, 2020

  • SAHAAYAK 2023 - 梵文到印地语的多领域双语平行语料库，用于机器翻译

    本文介绍了一个名为 SAHAAYAK 2023 的低资源语言 Sanskrit-Hindi 的大型双语平行语料库，包括新闻，日常对话，政治，历史，体育和古印度文学的多个领域，以及通过挖掘，清洗和验证而得到的多方面的方法制作的一个规模可观的多领域语料库，并应用于机器翻译算法。

    Jun, 2023

  • Antarlekhaka: 多任务自然语言注释的综合工具

    该研究论文介绍了 Antarlekhaka，一种用于手动注释与自然语言处理（NLP）相关任务的综合工具。该工具支持分布式注释，适用于不同语言，并具备用户友好界面和广泛的 NLP 任务注释功能。

    Oct, 2023

  • 实现印地语量子自然语言处理

    使用 Hindi 的参数化量子电路，通过 Quantum Natural Language Processing (QNLP) 的方法，构建了适用于 Hindi 句子的语法和主题感知的分类器。

    Dec, 2023

  • BNLP: 孟加拉语自然语言处理工具包

    BNLP 是一款面向孟加拉语的开源自然语言处理工具包，提供标记化、词嵌入、词性标注和命名实体识别等预训练模型，具有高精度，广受本土研究社区的欢迎。

    Jan, 2021