PoS-tagging and lemmatization with a deep recurrent neural network

Ugray Gábor: PoS-tagging and lemmatization with a deep recurrent neural network.

Előnézet

Cikk, tanulmány, mű msznykonf_015_215-224.pdf Letöltés (428kB) | Előnézet

Absztrakt (kivonat)

Neural networks have been shown to successfully solve many natural language processing tasks previously tackled by rule-based and statistical approaches. We present a deep recurrent network with long short-term memory, identical to engines used in machine translation, to solve the problem of joint PoS-tagging and lemmatization in Hungarian and German. Our model achieves comparable or superior results to a state-of-the-art statistical PoS tagger. We are able to enhance the Hungarian model’s performance, as measured on a manually annotated sample unrelated to the initial training corpus, through an additional synthesized dataset.

Mű típusa:	Konferencia vagy workshop anyag
Befoglaló folyóirat/kiadvány címe:	Magyar Számítógépes Nyelvészeti Konferencia
Dátum:	2019
Kötet:	15
ISBN:	978-963-315-393-2
Oldalak:	pp. 215-224
Konferencia neve:	Magyar Számítógépes Nyelvészeti Konferencia (15.) (2019) (Szeged)
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/58556/
Kulcsszavak:	Nyelvészet - számítógép alkalmazása
Megjegyzések:	Bibliogr.: p. 223-224. ; összefoglalás angol nyelven
Feltöltés dátuma:	2019. júl. 03. 13:25
Utolsó módosítás:	2022. nov. 08. 11:49
URI:	http://acta.bibl.u-szeged.hu/id/eprint/59087

Bővebben:

Tétel nézet