现代标准阿拉伯语名词的计算形态学和词典学建模

ACLFeb, 2024

现代标准阿拉伯语名词的计算形态学和词典学建模

Computational Morphology and Lexicography Modeling of Modern Standard Arabic Nominals

Christian Khairallah, Reham Marzouk, Salam Khalifa, Mayar Nassar, Nizar Habash

TL;DR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。

Abstract

modern standard arabic (MSA) nominals present many morphological and lexical modeling challenges that have not been consistently addressed previously. This paper attempts to define the space of such challenges, and leverage a recently proposed morphological framework to build a compreh

modern standard arabic msa nominals morphological modeling morphotactics paradigmatic irregularities

发现论文，激发创造

阿拉伯语语料库的多级分析和注释用于文本 - 手语机器翻译

本文介绍了对现代标准阿拉伯语（MSA）文本的词汇语义分析和注释的持续努力，提出了一个半自动注释工具，涉及描述的形态、句法和语义层面。

May, 2016

联合符号音标标注、词形还原、规范化和细粒度形态标注

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。

Oct, 2019

基于分类和生成方法的阿拉伯语句子简化

本文尝试构建一种现代标准阿拉伯语 (MSA) 句子级简化系统，使用两种方法进行简化：基于分类的方法和生成式方法 (mT5)，并使用 BERTScore 评估了它们的有效性。

Apr, 2022

解释阿拉伯语 Transformer 模型

本研究探究了基于不同阿拉伯语言方言预训练模型的内部表示，并使用三种内在任务对这些模型进行了层和神经元分析，包括两种基于 MSA 的形态标注任务和一种方言识别任务。研究发现，单词形态是在较低和中间层中学习的；方言识别需要更多的知识，因此即使在最终层中也需要保留；尽管词汇有很大的重叠，基于 MSA 的模型无法捕捉阿拉伯语方言的细微差别，而嵌入层中的神经元是多义的，而中间层中的神经元则专门用于特定的属性。

Jan, 2022

阿拉伯语 Transformer 模型的事后分析

对在不同阿拉伯语方言上训练的 transformer 模型进行层与神经元分析，研究有趣的发现如下：①单词形态在较低和中间层次上学习，②句法依赖在较高层次上被捕获，③虽然 MSA 模型的词汇表与方言词汇表有很大重叠，但仍然无法捕捉阿拉伯语方言的微妙之处，④嵌入层的神经元是一词多义的，而中间层的神经元仅适用于特定属性。

Oct, 2022

形态丰富语言的概率建模

本论文研究了如何在语言的概率模型中考虑单词的子结构。从单词的形态学基本概念出发，提出了三种不同类型的语言模型。在 n 元语言模型中，提出了一种基于复合词分解的 Bayesian 模型，还开发了一种新的分布式语言模型。在这两种情况下，论文表明考虑单词的子结构可以提高模型性能和机器翻译的质量。此外，我们还探讨了一些可以自动学习语言词根及语言特征的模型。这些方法应用在闪族语言上表现出更好的结果。

Aug, 2015

阿拉伯语名词系统生成

通过多词干方法，本文展示了在语态系统中，能够更好地归纳不规则复数形式，既不需要删除规则，也不需要其他复杂规则。我们提供了语言学和统计学证据来反驳从单数或词根派生不规则复数的先前分析，并提出了基于词素的语态结构中的阿拉伯名词复数系统的多词干方法。在 Morphe 中实现了阿拉伯名词系统，并展示了如何使用等效节点捕捉语言学分析部分中讨论的概括性内容。

May, 2024

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

MANorm: 使用拉丁文字写成的摩洛哥阿拉伯方言的规范化字典

本研究利用基于 YouTube 评论语料库的词嵌入模型及提供了标准规范形式的摩洛哥阿拉伯语词典 MANorm，实现了摩洛哥阿拉伯语方言的规范化，证明其有效性。

Jun, 2022

阿拉伯语言相关分词的挑战：机器翻译和词性标注的应用

本研究探讨用数据驱动的子字单元、字符和卷积神经网络（CNN）学习的单词嵌入来替代传统的形态学分割，实现阿拉伯语自然语言处理（NLP）中的词分割。实验表明，这些方法在机器翻译和词性标注任务中，可以达到接近或超过最先进性能。同时，研究揭示神经机器翻译系统对源和目标令牌的比值敏感，接近 1 或更大的比值有最佳性能。

Sep, 2017