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: "The Arabic Online Commentary Dataset: an Annotated Dataset of Informal Arabic with High Dialectal Content"
tailieunhanh - Báo cáo khoa học: "The Arabic Online Commentary Dataset: an Annotated Dataset of Informal Arabic with High Dialectal Content"
The written form of Arabic, Modern Standard Arabic (MSA), differs quite a bit from the spoken dialects of Arabic, which are the true “native” languages of Arabic speakers used in daily life. However, due to MSA’s prevalence in written form, almost all Arabic datasets have predominantly MSA content. We present the Arabic Online Commentary Dataset, a 52M-word monolingual dataset rich in dialectal content, and we describe our long-term annotation effort to identify the dialect level (and dialect itself) in each sentence of the dataset. . | The Arabic Online Commentary Dataset an Annotated Dataset of Informal Arabic with High Dialectal Content Omar F. Zaidan and Chris Callison-Burch Dept. of Computer Science Johns Hopkins University Baltimore MD 21218 USA ozaidan ccb @ Abstract The written form of Arabic Modern Standard Arabic MSA differs quite a bit from the spoken dialects of Arabic which are the true native languages of Arabic speakers used in daily life. However due to MSA s prevalence in written form almost all Arabic datasets have predominantly MSA content. We present the Arabic Online Commentary Dataset a 52M-word monolingual dataset rich in dialectal content and we describe our long-term annotation effort to identify the dialect level and dialect itself in each sentence of the dataset. So far we have labeled 108K sentences 41 of which as having dialectal content. We also present experimental results on the task of automatic dialect identification using the collected labels for training and evaluation. 1 Introduction The Arabic language is characterized by an interesting linguistic dichotomy whereby the written form of the language Modern Standard Arabic MSA differs in a non-trivial fashion from the various spoken varieties of Arabic. As the variant of choice for written and official communication MSA content significantly dominates dialectal content and in turn MSA dominates in datasets available for linguistic research especially in textual form. The abundance of MSA data has greatly aided research on computational methods applied to Arabic but only the MSA variant of it. A state-of-the-art Arabic-to-English machine translation system performs quite well when translating MSA source sentences but often produces incomprehensible output when the input is dialectal. For example most words 37 Src MSA í 4 a jj AJjJi oi jj TL mtY snrY h h Alvlp mn Almjrmyn ỊtxDE IlmHAkmp MT When will we see this group of offenders subject to a trial Src Lev í S âĨỊ jj j J J áịịI TL AymtY rH n wf hAl lp mn
Viễn Phương
71
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
Báo cáo khoa học: "Transforming Standard Arabic to Colloquial Arabic"
5
35
0
Báo cáo khoa học: "The Arabic Online Commentary Dataset: an Annotated Dataset of Informal Arabic with High Dialectal Content"
5
61
0
Effect of carboxy methyl cellulose and gum arabic on the stability of frozen dough for bakery products
5
45
0
Effect of gum arabic coatings on physico-chemical and sensory qualities of guava (Psidium guajava L) cv. Shweta
7
69
0
A deep autoencoder based representation for arabic text categorization
18
46
3
Báo cáo khoa học: "Computational Research in Arabic"
9
69
0
Báo cáo khoa học: "Arabic Retrieval Revisited: Morphological Hole Filling"
5
45
0
Báo cáo khoa học: "Coarse Lexical Semantic Annotation with Supersenses: An Arabic Case Study"
6
65
0
Báo cáo khoa học: "Unsupervised Morphology Rivals Supervised Morphology for Arabic MT"
6
51
0
Báo cáo khoa học: "Improving Arabic-to-English Statistical Machine Translation by Reordering Post-verbal Subjects for Alignment"
6
51
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461872
55
Giới thiệu :Lập trình mã nguồn mở
14
22690
61
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10902
530
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10073
446
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
9536
104
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8295
1125
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8244
423
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7866
2220
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6697
253
Vật lý hạt cơ bản (1)
29
5779
85
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
The Arabic Online Commentary Dataset
an Annotated Dataset
Informal Arabic
High Dialectal Content
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
Mass Transfer in Multiphase Systems and its Applications Part 19
40
256
1
29-04-2024
MySQL Database Usage & Administration PHẦN 9
37
142
0
29-04-2024
Đề tài: Tìm hiểu một số yêu cầu đặt ra với một phòng thu âm, để đảm bảo chất lượng âm thanh trong sản phẩm đa phương tiện
8
161
1
29-04-2024
Lãi suất cơ bản, công cụ quan trọng của chính sách tiền tệ
5
114
0
29-04-2024
Fecal Incontinence Diagnosis and Treatment - part 8
35
103
0
29-04-2024
Gastroenterology an illustrated colour text - part 10
10
89
0
29-04-2024
MẪU GIẤY PHÉP VẬN TẢI LOẠI C
2
110
0
29-04-2024
báo cáo hóa học:" Increased androgen receptor expression in serous carcinoma of the ovary is associated with an improved survival"
6
100
0
29-04-2024
Giáo trình phân tích phương trình vi phân viết dưới dạng thuật toán đặc tính của hệ thống p1
5
103
0
29-04-2024
ĐỀ THI THỬ ĐẠI HỌC 2009 – THPT ĐÔNG SƠN 1 – LẦN 2 – MÔN TOÁN
8
93
0
29-04-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7866
2220
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
5765
1383
Ebook Chào con ba mẹ đã sẵn sàng
112
3770
1232
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5328
1136
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8295
1125
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3504
643
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10902
530
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3690
525
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4062
516
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4133
480
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.