文献

J-GLOBAL ID：201802239402568021   整理番号：18A1427011

Sinhala POSタグ付けのための異なる分類器の評価【JST・京大機械翻訳】

Evaluation of Different Classifiers for Sinhala POS Tagging

著者 (2件)： Fernando Sandareka (Department of Computer Science and Engineering, University of Moratuwa, Katubedda, 10400, Sri Lanka) ,  Ranathunga Surangika (Department of Computer Science and Engineering, University of Moratuwa, Katubedda, 10400, Sri Lanka)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： MERCon  ページ： 96-101  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,音声(POS)タグ付けのための3つの最先端分類器の比較評価を提示した。サポートベクトルマシン(SVM),隠れマルコフモデル(HMM)および条件付きランダムフィールド(CRF)ベースPOSタグモデルを生成し,ニュース記事とコーパス公文書のコーパスの異なる組合せを用いてテストした。CRFはS吸入において初めて使用される。したがって,最良の特徴集合は実験的に誘導される。POSタグ付けの精度をさらに向上させるために,大多数投票ベースのアンサンブルタグを3つの個々のタグを用いて作成した。このアンサンブルタグは,任意のタガーよりPOSタグ付けにおいて最高の精度を達成した。本研究で用いた2つのドメイン(ニュースと公式の政府文書)は,書込みスタイルと語彙において顕著な違いを持っている。ドメイン固有POSタグを生成することは,特に低資源言語に対して,ドメイン固有コーパスを作成し,人手でタグ付けすることに含まれるオーバーヘッドにより,時間がかかりコストがかかる。従って,本研究では,上述の機械学習技術の訓練と試験段階における異なるドメインのコーパスを用いる可能性と成功性を評価した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  吸入 ,  隠れMarkovモデル ,  語彙 ,  サポートベクトルマシン ,  ニュース ,  *コーパス ,  投票
準シソーラス用語： 機械学習技術 ,  オーバヘッド ,  ニュース記事 ,  確率場 ,  比較評価 ,  *タグ付 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： POS ,  タグ付け ,  分類器 ,  評価