计算机科学 > 计算与语言
[提交于 2025年1月4日
]
标题: 上下文感知的土耳其语词形还原和形态标签方法
标题: Context Aware Lemmatization and Morphological Tagging Method in Turkish
摘要: 一个定义单词的单词最小部分称为词根。 词根用于许多应用中以提高成功率,因为它们简化了单词。 在本研究中,介绍了词形还原模型(一种查找词根的方法)和形态标记模型(预测单词的语法知识)。 所提出的模型是为土耳其语开发的,并且两个模型在考虑单词含义的情况下进行预测。 在文献中,没有关于土耳其语词形还原的研究对单词含义敏感。 因此,本研究首次在文献中分享了土耳其语词形还原的模型和模型获得的结果。 在本研究中,在词形还原和形态标记模型中,使用双向LSTM进行单词拼写,使用土耳其BERT模型进行单词含义。 这些模型使用来自Universal Dependencies的IMST和PUD数据集进行训练。 模型训练的结果与SIGMORPHON 2019比赛的结果进行了比较。 比较结果表明我们的模型更优。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.