Kiss Géza; Németh Géza: Skálázható szöveg-alapú nyelvazonosító módszer beszédszintézis céljára.
Előnézet |
Cikk, tanulmány, mű
msznykonf_003_413-417.pdf Letöltés (110kB) | Előnézet |
Absztrakt (kivonat)
Szövegek nyelvének automatikus azonosítása nagyon fontos több alkalmazásterületen. E cikkben áttekintjük a szövegből történő nyelvazonosítása (language identification, LID) használt főbb módszereket és leírjuk legfontosabb tulajdonságaikat. Ezek egyes, nagyon rövid szövegekre helyes kezelését is igénylő alkalmazásterületeken – mint például a beszédszintézis – jelentkező hiányosságai kezelésére egy új módszert mutatunk be, amely változó hosszúságú N-gramok használatán alapuló, tisztán statisztikai módszer, emellett tetszőleges szöveg helyes azonosítására betanítható, jól skálázható, és viszonylag kis számítási kapacitást igényel az azonosítási fázisban. Bemutatjuk hatékonyságát a tanító- és attól független tesztanyagon, különböző méret szövegtörzseken való tanítás esetén, kevés és nagyon nagy számú nyelven való mködés esetén is. Az eredmények igazolják a megközelítés életképességét.
Mű típusa: | Konferencia vagy workshop anyag |
---|---|
Befoglaló folyóirat/kiadvány címe: | Magyar Számítógépes Nyelvészeti Konferencia |
Dátum: | 2005 |
Kötet: | 3 |
Oldalak: | pp. 413-417 |
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.: 417. p. ; összefoglalás magyar nyelven |
Feltöltés dátuma: | 2019. jún. 13. 13:12 |
Utolsó módosítás: | 2022. nov. 08. 11:50 |
URI: | http://acta.bibl.u-szeged.hu/id/eprint/58598 |
Tétel nézet |