Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Unsupervized Word Segmentation: the case for Mandarin Chinese"
tailieunhanh - Báo cáo khoa học: "Unsupervized Word Segmentation: the case for Mandarin Chinese"
In this paper, we present an unsupervized segmentation system tested on Mandarin Chinese. Following Harris's Hypothesis in Kempe (1999) and Tanaka-Ishii's (2005) reformulation, we base our work on the Variation of Branching Entropy. We improve on (Jin and Tanaka-Ishii, 2006) by adding normalization and viterbidecoding. | Unsupervized Word Segmentation the case for Mandarin Chinese Pierre Magistry Alpage INRIA Univ. Paris 7 175 rue du Chevaleret 75013 Paris France Benoit Sagot Alpage INRIA Univ. Paris 7 175 rue du Chevaleret 75013 Paris France Abstract In this paper we present an unsupervized segmentation system tested on Mandarin Chinese. Following Harris s Hypothesis in Kempe 1999 and Tanaka-Ishii s 2005 reformulation we base our work on the Variation of Branching Entropy. We improve on Jin and Tanaka-Ishii 2006 by adding normalization and viterbi-decoding. This enable us to remove most of the thresholds and parameters from their model and to reach near state-of-the-art results Wang et al. 2011 with a simpler system. We provide evaluation on different corpora available from the Segmentation bake-off II Emerson 2005 and define a more precise topline for the task using cross-trained supervized system available off-the-shelf Zhang and Clark 2010 Zhao and Kit 2008 Huang and Zhao 2007 1 Introduction The Chinese script has no explicit word boundaries. Therefore tokenization itself although the very first step of many text processing systems is a challenging task. Supervized segmentation systems exist but rely on manually segmented corpora which are often specific to a genre or a domain and use many different segmentation guidelines. In order to deal with a larger variety of genres and domains or to tackle more theoretic questions about linguistic units unsupervized segmentation is still an important issue. After a short review of the corresponding literature in Section 2 we discuss the challenging issue of evaluating unsupervized word segmentation systems in Section 3. Section 4 and Section 5 present the core of our system. Finally in Section 6 we detail and discuss our results. 383 2 State of the Art Unsupervized word segmentation systems tend to make use of three different types of information the cohesion of the resulting units . .
Hồng Ðào
39
5
pdf
Báo lỗi
Trùng lắp nội dung
Văn hóa đồi trụy
Phản động
Bản quyền
File lỗi
Khác
Upload
Tải xuống
đang nạp các trang xem trước
Bấm vào đây để xem trước nội dung
Tải xuống
TÀI LIỆU LIÊN QUAN
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461942
55
Giới thiệu :Lập trình mã nguồn mở
14
23123
64
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10987
531
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10183
451
Phân tích và làm rõ ý kiến sau: “Bài thơ Tự tình II vừa nói lên bi kịch duyên phận vừa cho thấy khát vọng sống, khát vọng hạnh phúc của Hồ Xuân Hương”
3
9572
106
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8385
1132
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8278
423
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7895
2234
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6836
256
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
6123
1484
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Unsupervized Word Segmentation
Mandarin Chinese
Pierre Magistry Alpage
báo cáo khoa học
báo cáo ngôn ngữ
ngôn ngữ tự nhiên
Bài giảng Xử lý ngôn ngữ tự nhiên
Xử lý ngôn ngữ tự nhiên
Kỹ thuật lập trình
Mô hình ngôn ngữ
Mô hình n gram
Dịch máy
Phương pháp dịch máy
Hiểu ngôn ngữ
Phân loại tin tự động
Tạo chí tin học
Điều khiển học
Truy vấn ngôn ngữ tự nhiên
Phép dịch truy vấn ngôn ngữ tự nhiên
Truy vấn SQL
Văn phạm ngữ nghĩa
Xử lý nhập nhằng ngữ nghĩa
Xử lý ngữ nghĩa
Phân tích ngữ nghĩa
Biểu diễn vị từ
Thuộc tính về sự kiện
Thuộc tính về sự kiện
Xử lý ngôn ngữ
Natural Language Processing
Ngôn ngữ lập trình
Nhập nhằng cấu trúc
Tri thức về ngôn ngữ
Mô hình ngôn ngữ Google Book N grams
Mô hình ngôn ngữ KenLM
Phương pháp làm mịn
Bài toán PTCP
Phân tích cú pháp
Cấu trúc ngữ pháp
Phân tích cú pháp xác suất
CKY kết hợp xác suất
Văn phạm phi ngữ cảnh xác suất
Hình thái học
Gán nhãn từ loại
Ngôn ngữ tự nhiên trong dịch máy
Hệ thống dịch máy
Phương pháp xây dựng bảng từ
Tác từ
Conditional random fields
Nhận dạng thực thể có tên
Đối tượng vật lý trừu tượng
Phân lớp văn bản
Biểu diễn nhị phân
Ma trận từ văn bản
Wolfram Alpha
Trích rút thông tin
Phương pháp Snowball
TÀI LIỆU MỚI ĐĂNG
MySQL Database Usage & Administration PHẦN 7
37
168
0
21-05-2024
Christmas Meditations on the Twelve Holy Days
173
112
0
21-05-2024
báo cáo hóa học:" Increased androgen receptor expression in serous carcinoma of the ovary is associated with an improved survival"
6
108
0
21-05-2024
Báo cáo nghiên cứu nông nghiệp " Biofertiliser inoculant technology for the growth of rice in Vietnam: Developing technical infrastructure for quality assurance and village production for farmers "
12
97
0
21-05-2024
Báo cáo nghiên cứu nông nghiệp " Field control of pest fruit flies in Vietnam "
14
124
0
21-05-2024
Báo cáo khoa học: " Biogeography of Matsucoccus josephi Bodenheimer et Harpaz in Crete and mainland Greece"
6
89
0
21-05-2024
Quy Trình Canh Tác Cây Bông Vải
8
117
0
21-05-2024
Microsoft SQL Server 2012 T-SQL Fundamentals
442
98
0
21-05-2024
Valve Selection Handbook - Fourth Edition
337
91
0
21-05-2024
Báo cáo y học: " Citrullinated proteins: sparks that may ignite the fire in rheumatoid arthritis"
5
86
0
21-05-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7895
2234
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
6123
1484
Ebook Chào con ba mẹ đã sẵn sàng
112
3788
1255
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5413
1138
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8385
1132
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3552
656
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3757
544
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10987
531
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4170
523
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4191
483
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.