Kiss, Géza and Németh, Géza: Skálázható szöveg-alapú nyelvazonosító módszer beszédszintézis céljára. In: Magyar Számítógépes Nyelvészeti Konferencia, (1). pp. 413-417. (2005)
|
Cikk, tanulmány, mű
msznykonf_003_413-417.pdf Download (110kB) | Preview |
Abstract
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.
Item Type: | Article |
---|---|
Journal or Publication Title: | Magyar Számítógépes Nyelvészeti Konferencia |
Date: | 2005 |
Volume: | 1 |
Page Range: | pp. 413-417 |
Event Title: | Magyar Számítógépes Nyelvészeti Konferencia (3.) (2005) (Szeged) |
Uncontrolled Keywords: | Nyelvészet - számítógép alkalmazása |
Additional Information: | Bibliogr.: 417. p. ; összefoglalás magyar nyelven |
Date Deposited: | 2019. Jun. 13. 13:12 |
Last Modified: | 2019. Jun. 13. 13:12 |
URI: | http://acta.bibl.u-szeged.hu/id/eprint/58598 |
Actions (login required)
![]() |
View Item |