morphological segmentation | BriefGPT

关键词morphological segmentation

搜索结果 - 11

数据分区策略对模型泛化性能的影响：形态分割案例研究
本研究在 19 种语言中使用数据，包括 10 种土著或濒危语言，在多样的形态系统（多合一的、融合的和粘着的）和不同的数据可用性下，以不同大小的训练和评估集的组合以及新的测试数据进行大规模实验，结果显示：（1）从随机拆分训练的模型能够取得更高
PDF3 months ago
一个真正的联合神经结构用于分割和解析
通过提供一种基于格点的表示，能够同时解决词法分割和句法分析任务的联合神经体系结构，在希伯来语等具有高度复杂性和模棱两可性的多词类语言上取得了最先进的性能。
PDF5 months ago
ACL探索分割方法用于神经机器翻译双语代码混合的埃及阿拉伯语 - 英文文本
在研究中，我们探究了不同分词方法在从阿拉伯语和英语混合语境中进行机器翻译时的效果。实证结果表明，有意识考虑词形的分词器在分词任务中效果最佳，但在机器翻译中表现不佳。在数据非常稀缺的情况下，采用词频和基于词形的组合进行分词是最有效的。
PDF2 years ago
COLING重新审视音节在语言建模中的作用及其在低资源机器翻译上的应用
本文探讨利用音节对语言建模和机器翻译的作用。通过 21 种语言的实验，我们发现音节优于字符和其他的子词。在对一个非相关和低资源语言组（西班牙语 - Shipibo-Konibo）进行翻译时，音节在成对的和多语言的系统中优于无监督的子词和进一
PDF2 years ago
ACLBPE 与形态分割：关于四种多合成语言机器翻译的个案研究
本文探究了针对四种多合成语言（Nahuatl，Raramuri，Shipibo-Konibo 和 Wixarika）的一系列监督式和非监督式的词形分割方法，并将词形分割方法与字节对编码（BPEs）进行比较，发现在翻译到和从西班牙语的所有语言
PDF2 years ago
ACL跨语言低资源形态分割中基于数据驱动的模型泛化性研究
该研究旨在通过使用多种语言的数据，比较不同参数设置下的模型表现，从而证明模型通用性取决于数据集的特征而不只是数据集的大小。
PDF3 years ago
ACLNguni 语系的规范和表层形态分割
本文研究了两种形态学分割方法的监督和无监督模型，并使用序列到序列模型和条件随机场对其进行训练，利用变压器技术在规范化分割上优于带有注意力的 LSTM，并使用基于特征的 CRF 优于双向 LSTM-CRF，在有监督的情况下获得 97.1％的
PDF3 years ago
EMNLP应对规范分割的低资源挑战
本文探讨了在训练数据有限的情况下，如何将单词分割为标准化的语素，提出了两种新的模型：LSTM 指针生成器和带有硬单调注意力的序列到序列模型，并在德语、英语、印度尼西亚语、波波卢卡语和特佩瓦语进行了实验。结果显示，在低资源情境下，这些新颖的方
PDF4 years ago
ACL韩语自然语言处理各任务的分词策略实证研究
测试出，对于韩国自然语言处理任务，采用基于词形的分词再使用 BPE 的混合方法效果最佳。
PDF4 years ago
EMNLP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。
PDF5 years ago
针对多合成极低资源语言的神经形态分割模型加强
本研究提出两种新型的多任务训练方法和相应的数据增强方法，应用于 Mexican polysynthetic 语言的形态分割，提高了神经基线的性能，同时探索了跨语言转移作为第三种加强神经模型的方法，表明在维持可比性甚至性能提高的同时，可以训练
PDF6 years ago