文献

J-GLOBAL ID：202202270150695391   整理番号：22A0446637

インドネシア語句抽出に向けて:フレームワークとコーパス【JST・京大機械翻訳】

Towards Indonesian Phrase Extraction: Framework and Corpus

著者 (8件)： Lin Xiaotian (School of Information Science and Technology, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China) ,  Lin Nankai (School of Information Science and Technology, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China) ,  Xiao Lixian (Guangzhou Key Laboratory of Multilingual Intelligent Processing, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China) ,  Xiao Lixian (Asian Languages and Cultures, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China) ,  Jiang Shengyi (School of Information Science and Technology, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China) ,  Jiang Shengyi (Guangzhou Key Laboratory of Multilingual Intelligent Processing, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China) ,  Qiu Xinying (School of Information Science and Technology, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China) ,  Qiu Xinying (Guangzhou Key Laboratory of Multilingual Intelligent Processing, Guangdong University of Foreign Studies, Guangzhou, Guangdong, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1496  ページ： 25-37  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： マイニング品質フレーズは自然言語処理の基本的タスクの1つである。現在の研究は,主に普遍的な言語に焦点を合わせるが,インドネシアのような低資源言語に対してはほとんど実行されていない。著者らの知る限り,インドネシアにおけるフレーズ抽出タスクに利用できる評価データセットはない。プラーゼ抽出は,言語分析ツールと大規模データセットの欠如のためインドネシアの挑戦的なタスクである。そこで,高品質資源としてWikipediaを用いてインドネシア語句抽出コーパスを構築するフレームワークを提案し,POSタグ付きコーパスを用いて抽出したフレーズをマッチさせた。この言語専門家は抽出したPOSパターンを手動で分類した。注釈付きパターンを用いて,フレーズを再抽出し,全部で8379のインドネシア語句を持つコーパスを構築した。さらに,3つの深層学習モデルにより,フレーズ抽出のための優れた性能を達成し,インドネシア語句抽出タスクのためのベースラインを完成させた。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  インドネシア共和国 ,  自然言語処理 ,  基準線 ,  *コーパス ,  アノテーション
準シソーラス用語： タグ付きコーパス ,  *句 ,  ウィキペディア ,  フレーズ ,  大規模データセット ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： インドネシア ,  句抽出 ,  コーパス構築

分類 (2件)： 自然語処理  (JE06000L) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (4件)： インドネシア ,  語句 ,  フレームワーク ,  コーパス