A magyar nyelv sajátságaihoz illeszkedő módszerek szövegek automatikus osztályozására

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

[thumbnail of msznykonf_003_209-220.pdf]
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 View Item