Németh András and Balázs László: A magyar nyelv sajátságaihoz illeszkedő módszerek szövegek automatikus osztályozására.
Preview |
Cikk, tanulmány, mű
msznykonf_003_209-220.pdf Download (231kB) | Preview |
Abstract
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.
Item Type: | Conference or Workshop Item |
---|---|
Journal or Publication Title: | Magyar Számítógépes Nyelvészeti Konferencia |
Date: | 2005 |
Volume: | 3 |
Page Range: | pp. 209-220 |
Event Title: | Magyar Számítógépes Nyelvészeti Konferencia (3.) (2005) (Szeged) |
Related URLs: | http://acta.bibl.u-szeged.hu/58544/ |
Uncontrolled Keywords: | Nyelvészet - számítógép alkalmazása |
Additional Information: | Bibliogr.: 220. p. ; összefoglalás magyar nyelven |
Date Deposited: | 2019. Jun. 13. 09:38 |
Last Modified: | 2022. Nov. 08. 11:50 |
URI: | http://acta.bibl.u-szeged.hu/id/eprint/58579 |
Actions (login required)
![]() |
View Item |