A magyar nyelv sajátságaihoz illeszkedő módszerek szövegek automatikus osztályozására

Németh András; Balázs László: A magyar nyelv sajátságaihoz illeszkedő módszerek szövegek automatikus osztályozására.

Előnézet

Cikk, tanulmány, mű msznykonf_003_209-220.pdf Letöltés (231kB) | Előnézet

Absztrakt (kivonat)

A magyar nyelv gazdag morfológiája és agglutináló jellege megkérdőjelezi az angol nyelvre jól működő szövegklasszifikációs technikák változatlan alkalmazását. A legtöbb bevett módszerben szavak előfordulását vizsgáljuk a dokumentumokban, azonban a magyar nyelv esetében a szóalakok nagy száma miatt ez nem tűnik alkalmas megközelítésnek. Jelen cikkben két módszert javaslunk a probléma kezelésére: a már korábban is alkalmazott szótövesítést, illetve n-grammok alapján történő osztályozást. Vizsgálataink azt mutatják, hogy a kisebb apparátust igénylő n-gramm alapú technikák is a szótövesítéshez hasonlóan jó eredményt adnak, és még robosztusabbnak is bizonyulnak annál.

Mű típusa:	Konferencia vagy workshop anyag
Befoglaló folyóirat/kiadvány címe:	Magyar Számítógépes Nyelvészeti Konferencia
Dátum:	2005
Kötet:	3
Oldalak:	pp. 209-220
Konferencia neve:	Magyar Számítógépes Nyelvészeti Konferencia (3.) (2005) (Szeged)
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/58544/
Kulcsszavak:	Nyelvészet - számítógép alkalmazása
Megjegyzések:	Bibliogr.: 220. p. ; összefoglalás magyar nyelven
Feltöltés dátuma:	2019. jún. 13. 09:38
Utolsó módosítás:	2022. nov. 08. 11:50
URI:	http://acta.bibl.u-szeged.hu/id/eprint/58579

Bővebben:

Tétel nézet