part-of-speech tagging | BriefGPT

关键词part-of-speech tagging

搜索结果 - 62

词汇基础的子词切分
我们提出了三个在标记化和子词分割中的创新。首先，我们建议使用 Morfessor 的无监督形态分析作为预标记化。其次，我们提出了一种代数方法来获取基于词嵌入空间的子词嵌入。基于此，我们设计了一种使用嵌入的新型子词分割算法，确保该过程考虑了词
PDF15 days ago
一种用于序列标注的有效结合异构知识的课程学习
提出了一种针对序列标注任务设计的两阶段课程学习（TCL）框架，通过逐渐引入易难的数据实例来提高性能和训练速度，以增强序列标注模型的性能，通过在六个中文分词（CWS）和词性标注（POS）数据集上的实验证明了该模型的有效性，并表明 TCL 加速
PDF4 months ago
前端文本处理中的多任务学习在 TTS 中的应用
我们提出了一个多任务学习（MTL）模型，用于共同完成文本转语音（TTS）前端中常见的三个任务：文本规范化（TN），词性标注（POS）和同音异义词消歧（HD）。我们的框架利用了树状结构，其中包含一个主干，用于学习共享表示，以及分别的任务特定头
PDF6 months ago
零资源跨语言词性标注
零资源环境中的词性标注可以是一种有效的方法，当没有标记的训练数据可用时，特别适用于资源匮乏的语言。本文研究了使用预训练的多语言大型语言模型或在零资源目标语言中将源语言标签映射并训练序列标注模型两种主要技术进行词性标注。我们通过现成的对齐模块
PDF6 months ago
古代汉语 CWS 和 POS 的基于不确定性的检索框架
提出古代汉语词分割和词性标注框架，通过捕捉词性语义和引入外部知识重新预测基线模型的不确定样本，有效提升性能。
PDF9 months ago
Colloquial Persian POS (CPPOS) Corpus：一份用于口语波斯语词性标注的新颖语料库
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%。
PDF9 months ago
使用蚁群优化算法的词性标注新方法：ACO-tagger
本文提出一种基于蚁群算法的高性能词性标注方法 ACO-tagger，该方法在自然语言处理中的词性标注任务中获得了高准确率，达到了 96.867%，比其他现有方法表现更好，同时速度快，效率高，可用于实际应用。
PDFa year ago
运用远程监督的古代汉语词语切分与词性标注
本文提出了一种新的远程监督方法来增加古代汉语分词和词性标注的数据，利用深度神经网络的记忆效应和少量已注释数据来重新标记句子，以解决远程监督中不可避免的错误和未标记的问题，取得了优异的分词效果。
PDFa year ago
EMNLP基于图的多语言标签传播在低资源词性标注中的应用
本文提出了一种将标签从多种高 - 低资源语言进行传递的图形标签传递方法，可与增强的情境化嵌入相结合，实现了无监督标注低资源语言中词性标注的最新技术水平。
PDF2 years ago
基于统计和深度学习的奥迪亚语词性标注
本文介绍了基于条件随机场和深度学习的方法开发 Odia 词性标注器。通过实验，发现使用带字符序列特征和预训练词向量的 bi-LSTM 模型可以达到显著的最新成果。
PDF2 years ago
在课堂中建立濒危语言资源：Kakataibo 的通用依赖
本文介绍了一种用于已濒危语言 ——Kakataibo 建立 Universal Dependencies treebank 的方法。作者采用合作式的方法，先讨论了此举的可行性，然后介绍了 treebank 的说明和特征，并对语料库进行了研究
PDF2 years ago
越南语词性标注器的实验研究
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 RDRPOS
PDF2 years ago
ACL基于二阶段跨度标注的中文分词与词性标注
提出了一种名为 SpanSegTag 的神经模型，采用跨度标记跟踪每个中文单词和其分词标记的概率，利用相邻字符的左右边界表示的双交注意力机制学习字符的 n-gram 特征，在中文分词和词性标注方面显著优于以 BERT 或 ZEN 编码器为基
PDF3 years ago
ACL如何将预训练的多语言模型应用至 1600 种语言
使用新约圣经等语料，对现有方法对新语言进行预训练模型转移进行了评估，并发现继续预训练是最好的方法，并且在词性标注和命名实体识别等任务中可以获得高达 17.69％的精度提升。
PDF3 years ago
ACL语言相似性和书写形式对阿尔及利亚多层次方言语料库的相互作用
本篇研究探讨了跨语言相似度与不同文本之间的相互作用，针对两个监督学习任务，即词性标注和情感分析，使用新标注的阿尔及利亚用户生成评论语料库和多语言模型进行研究，并发现语言的相似度和文本差异之间存在微妙的关系。
PDF3 years ago
BERTić -- 用于波斯尼亚语、克罗地亚语、黑山语和塞尔维亚语的 Transformer 语言模型
本文描述了一个在克罗地亚语、波斯尼亚语、塞尔维亚语和黑山语网络域爬取的 80 亿个令牌的 transformer 模型的预训练，并在词性标注、命名实体识别、地理位置预测和常识因果推理等任务上展示所有任务上的改进。此外，我们引入了 COPA-
PDF3 years ago
ACLPhoNLP：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。
PDF3 years ago
拉丁 BERT: 古典语言学的上下文语言模型
我们介绍了 Latin BERT，它是一种针对拉丁语言的上下文语言模型。在多个案例研究中，我们展示了该模型在自然语言处理和传统学术研究中的多种应用，比如在所有三个拉丁语通用语义数据集上都取得了最新的最佳词性标注成果，并通过查询上下文最近邻实
PDF4 years ago
在瑞典国家图书馆玩弄文字 —— 打造瑞典 BERT
本文介绍了由 KBLab 开发的瑞典 BERT（“KB-BERT”），并对其进行了性能比较，证明其在命名实体识别和词性标注等自然语言处理任务中的表现优于瑞典公共就业服务的 BERT 和 Google 的多语言 M-BERT。我们释放了我们的
PDF4 years ago
ACL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
PDF4 years ago