La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Joint Chinese Word Segmentation and POS Tagging Using an Error-Driven Word-Character Hybrid Model Segmentation conjointe des mots chinois et marquage des points de vente à l'aide d'un modèle hybride mot-caractère basé sur les erreurs

Canasai KRUENGKRAI, Kiyotaka UCHIMOTO, Jun'ichi KAZAMA, Yiou WANG, Kentaro TORISAWA, Hitoshi ISAHARA

  • Vues en texte intégral

    0

  • Citer

Résumé:

Dans cet article, nous présentons un modèle hybride mot-caractère discriminant pour la segmentation conjointe des mots chinois et le marquage POS. Notre modèle hybride mot-caractère offre des performances élevées car il peut gérer à la fois des mots connus et inconnus. Nous décrivons nos stratégies qui donnent un bon équilibre pour l'apprentissage des caractéristiques des mots connus et inconnus et proposons une politique axée sur les erreurs qui offre un tel équilibre en acquérant des exemples de mots inconnus à partir d'erreurs particulières dans un corpus de formation. Nous décrivons un cadre efficace pour entraîner notre modèle basé sur l'algorithme Margin Infused Relaxed (MIRA), évaluons notre approche sur le Penn Chinese Treebank et montrons qu'elle atteint des performances supérieures par rapport aux approches de pointe rapportées dans le littérature.

Publication
IEICE TRANSACTIONS on Information Vol.E92-D No.12 pp.2298-2305
Date de publication
2009/12/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E92.D.2298
Type de manuscrit
Special Section PAPER (Special Section on Natural Language Processing and its Applications)
Catégories
Analyse morphologique/syntaxique

Auteurs

Mots-clés

Table des matières