Magyar nyelvű szó- és karakterszintű szóbeágyazások

Szántó Zsolt; Vincze Veronika; Farkas Richárd: Magyar nyelvű szó- és karakterszintű szóbeágyazások.

Előnézet

Cikk, tanulmány, mű msznykonf_013_323-328.pdf Letöltés (236kB) | Előnézet

Absztrakt (kivonat)

A szóbeágyazási modellek az egyes szavak párszáz dimenziós folytonos térbe való leképezését adják meg úgy, hogy az egymáshoz hasonló szavak közel kerülnek egymáshoz a beágyazási térben. A szóbeágyazások széles körben használatossá váltak az elmúlt években. Jelen cikkben bemutatunk publikusan elérhető magyar nyelvű szóvektorokat, amelyeket 4,3 milliárd szövegszónyi korpuszból építettünk. Az első modellek (word2vec) a szavakat mint alapegységet dolgozták fel. Az utóbbi években több olyan kiterjesztése is született ezen modelleknek, amelyek karakterszintű információkat is ki tudnak aknázni. Ezek a modellek morfológiailag gazdag nyelveken előnyösebbek lehetnek, mint a pusztán szószintű modellek. A cikkben összehasonlítunk ugyanazon adatbázisból épített szó- és karakterszintű szóbeágyazásokat téma- és véleményosztályozási feladatokon kiértékelve.

Mű típusa:	Konferencia vagy workshop anyag
Befoglaló folyóirat/kiadvány címe:	Magyar Számítógépes Nyelvészeti Konferencia
Dátum:	2017
Kötet:	13
ISBN:	978-963-306-518-1
Oldalak:	pp. 323-328
Konferencia neve:	Magyar Számítógépes Nyelvészeti Konferencia (13.) (2017) (Szeged)
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/58554/
Kulcsszavak:	Nyelvészet - számítógép alkalmazása
Megjegyzések:	Bibliogr.: p. 327-328. ; összefoglalás magyar nyelven
Feltöltés dátuma:	2019. júl. 02. 14:49
Utolsó módosítás:	2022. nov. 08. 11:49
URI:	http://acta.bibl.u-szeged.hu/id/eprint/59021

Bővebben:

Tétel nézet