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: "Language Model Based Arabic Word Segmentation"
tailieunhanh - Báo cáo khoa học: "Language Model Based Arabic Word Segmentation"
We approximate Arabic’s rich morphology by a model that a word consists of a sequence of morphemes in the pattern prefix*-stem-suffix* (* denotes zero or more occurrences of a morpheme). Our method is seeded by a small manually segmented Arabic corpus and uses it to bootstrap an unsupervised algorithm to build the Arabic word segmenter from a large unsegmented Arabic corpus. The algorithm uses a trigram language model to determine the most probable morpheme sequence for a given input. | Language Model Based Arabic Word Segmentation Young-Suk Lee Kishore Papineni Salim Roukos IBM T. J. Watson Research Center Yorktown Heights NY 10598 Ossama Emam Hany Hassan IBM Cairo Technology Development Center 166 El-Ahram Giza Egypt Abstract We approximate Arabic s rich morphology by a model that a word consists of a sequence of morphemes in the pattern prefix -stem-suffix denotes zero or more occurrences of a morpheme . Our method is seeded by a small manually segmented Arabic corpus and uses it to bootstrap an unsupervised algorithm to build the Arabic word segmenter from a large unsegmented Arabic corpus. The algorithm uses a trigram language model to determine the most probable morpheme sequence for a given input. The language model is initially estimated from a small manually segmented corpus of about 110 000 words. To improve the segmentation accuracy we use an unsupervised algorithm for automatically acquiring new stems from a 155 million word unsegmented corpus and re-estimate the model parameters with the expanded vocabulary and training corpus. The resulting Arabic word segmentation system achieves around 97 exact match accuracy on a test corpus containing 28 449 word tokens. We believe this is a state-of-the-art performance and the algorithm can be used for many highly inflected languages provided that one can create a small manually segmented corpus of the language of interest. 1 Introduction Morphologically rich languages like Arabic present significant challenges to many natural language processing applications because a word often conveys complex meanings decomposable into several morphemes . prefix stem suffix . By segmenting words into morphemes we can improve the performance of natural language systems including machine translation Brown et al. 1993 and information retrieval Franz M. and McCarley S. 2002 . In this paper we present a general word segmentation algorithm for handling inflectional morphology capable of segmenting a word
Quỳnh Dung
60
8
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: "Syntax-Based Word Ordering Incorporating a Large-Scale Language Model"
11
90
0
Developing learner autonomy based foreign language proficiency enhancement model for Vietnam’s public officials, civil servants and public employees
11
121
1
Báo cáo khoa học: "The Best of Both Worlds – A Graph-based Completion Model for Transition-based Parsers"
11
69
0
Báo cáo khoa học: "Extending the Entity-based Coherence Model with Multiple Ranks"
10
64
0
Báo cáo khoa học: "An Alignment Algorithm using Belief Propagation and a Structure-Based Distortion Model"
9
69
0
Báo cáo khoa học: "A robust and extensible exemplar-based model of thematic fit"
9
53
0
Báo cáo khoa học: "a Topic-Model based approach for update summarization"
10
63
0
Báo cáo khoa học: "Multiple Interpreters in a Principle-Based Model of Sentence Processing"
6
74
0
Báo cáo khoa học: "A Knowledge-Based Nature Language Understender "
6
84
0
Báo cáo khoa học: "MENU-BASED NATURAL LANGUAGE UNDERSTANDING "
8
83
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
462286
61
Giới thiệu :Lập trình mã nguồn mở
14
24867
79
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11283
542
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10510
466
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
9786
108
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8876
1160
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8465
426
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8090
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7467
1763
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
7186
268
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Language Model Based Arabic Word Segmentation
Young Suk Lee Kishore Papineni Salim Roukos
Long Papers
báo cáo khoa học
mô hình ngôn ngữ
xử lý ngôn ngữ tự nhiên
Bài giảng Xử lý ngôn ngữ tự nhiên
Ngôn ngữ tự nhiên
Kỹ thuật lập trình
Xử lý nhập nhằng ngữ nghĩa
Xử lý ngữ nghĩa
Xử lý ngôn ngữ
Natural Language Processing
Ngôn ngữ lập trình
Nhập nhằng cấu trúc
Tri thức về ngôn ngữ
Phân tích ngữ nghĩa
Mô hình n gram
Dịch máy
Phương pháp dịch máy
Hiểu ngôn ngữ
Phân loại tin tự động
Biểu diễn vị từ
Thuộc tính về sự kiện
Thuộc tính về sự kiện
Mô hình ngôn ngữ Google Book N grams
Mô hình ngôn ngữ KenLM
Phương pháp làm mịn
Tách từ tiếng Việt
Gán nhãn từ loại
Phân tích cú pháp
Nghĩa từ vựng
Phân giải nhập nhằng từ
Phân loại văn bản
Lexical chain
Phản hồi thông tin
Bài toán PTCP
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
TÀI LIỆU MỚI ĐĂNG
báo cáo hóa học:" Increased androgen receptor expression in serous carcinoma of the ovary is associated with an improved survival"
6
150
3
25-11-2024
Giáo trình phân tích phương trình vi phân viết dưới dạng thuật toán đặc tính của hệ thống p1
5
149
1
25-11-2024
Hướng dẫn chế độ dinh dưỡng cho người bệnh viêm khớp
5
159
2
25-11-2024
báo cáo hóa học:" Perceptions of rewards among volunteer caregivers of people living with AIDS working in faith-based organizations in South Africa: a qualitative study"
10
146
1
25-11-2024
báo cáo hóa học:" Quality of data collection in a large HIV observational clinic database in sub-Saharan Africa: implications for clinical research and audit of care"
7
146
4
25-11-2024
Word Games with English 1
65
130
1
25-11-2024
Chủ đề 3 : SỰ CÂN BẰNG CỦA VẬT RẮN (4 tiết)
9
198
1
25-11-2024
longman english 1
5
119
0
25-11-2024
Tóc highlight cho mùa thu
7
120
0
25-11-2024
Giáo trình điều dưỡng khoa ngoại part 7
22
147
2
25-11-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8090
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7467
1763
Ebook Chào con ba mẹ đã sẵn sàng
112
4364
1369
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
6151
1258
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8876
1160
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3787
680
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3909
609
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4615
562
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11283
542
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4449
490