Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Tài liệu HOT
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Lexical Normalisation of Short Text Messages: Makn Sens a #twitter"
TAILIEUCHUNG - Báo cáo khoa học: "Lexical Normalisation of Short Text Messages: Makn Sens a #twitter"
Twitter provides access to large volumes of data in real time, but is notoriously noisy, hampering its utility for NLP. In this paper, we target out-of-vocabulary words in short text messages and propose a method for identifying and normalising ill-formed words. Our method uses a classifier to detect ill-formed words, and generates correction candidates based on morphophonemic similarity. Both word similarity and context are then exploited to select the most probable correction candidate for the word. . | Lexical Normalisation of Short Text Messages Makn Sens a twitter Bo Han and Timothy Baldwin NICTA Victoria Research Laboratory Department of Computer Science and Software Engineering The University of Melbourne hanb@ tb@ Abstract Twitter provides access to large volumes of data in real time but is notoriously noisy hampering its utility for NLP. In this paper we target out-of-vocabulary words in short text messages and propose a method for identifying and normalising ill-formed words. Our method uses a classifier to detect ill-formed words and generates correction candidates based on morphophonemic similarity. Both word similarity and context are then exploited to select the most probable correction candidate for the word. The proposed method doesn t require any annotations and achieves state-of-the-art performance over an SMS corpus and a novel dataset based on Twitter. 1 Introduction Twitter and other micro-blogging services are highly attractive for information extraction and text mining purposes as they offer large volumes of real-time data with around 65 millions tweets posted on Twitter per day in June 2010 Twitter 2010 . The quality of messages varies significantly however ranging from high quality newswire-like text to meaningless strings. Typos ad hoc abbreviations phonetic substitutions ungrammatical structures and emoticons abound in short text messages causing grief for text processing tools Sproat et al. 2001 Ritter et al. 2010 . For instance presented with the input u must be talkin bout the paper but I was thinkin movies You must be talking about the paper but I was thinking movies 1 the Stanford parser Klein and 1 Throughout the paper we will provide a normalised version of examples as a gloss in double quotes. 368 Manning 2003 de Marneffe et al. 2006 analyses bout the paper and thinkin movies as a clause and noun phrase respectively rather than a prepositional phrase and verb phrase. If there were some way of .
Vũ Hồng
97
11
pdf
Báo lỗi
Trùng lắp nội dung
Văn hóa đồi trụy
Phản động
Bản quyền
File lỗi
Khác
Upload
Tải xuống
đang nạp các trang xem trước
Bấm vào đây để xem trước nội dung
Tải xuống
TÀI LIỆU LIÊN QUAN
Báo cáo khoa học: "Lexical Normalisation of Short Text Messages: Makn Sens a #twitter"
11
83
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461742
55
Giới thiệu :Lập trình mã nguồn mở
14
22089
54
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10741
524
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
9935
445
Phân tích và làm rõ ý kiến sau: “Bài thơ Tự tình II vừa nói lên bi kịch duyên phận vừa cho thấy khát vọng sống, khát vọng hạnh phúc của Hồ Xuân Hương”
3
9427
104
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8135
1122
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8135
421
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7820
2213
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6508
247
Vật lý hạt cơ bản (1)
29
5680
81
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Lexical Normalisation
Short Text Messages
Makn Sens
báo cáo khoa học
báo cáo ngôn ngữ
ngôn ngữ tự nhiên
Bài giảng Xử lý ngôn ngữ tự nhiên
Xử lý ngôn ngữ tự nhiên
Kỹ thuật lập trình
Mô hình ngôn ngữ
Mô hình n gram
Dịch máy
Phương pháp dịch máy
Hiểu ngôn ngữ
Phân loại tin tự động
Tạo chí tin học
Điều khiển học
Truy vấn ngôn ngữ tự nhiên
Phép dịch truy vấn ngôn ngữ tự nhiên
Truy vấn SQL
Văn phạm ngữ nghĩa
Xử lý nhập nhằng ngữ nghĩa
Xử lý ngữ nghĩa
Phân tích ngữ nghĩa
Biểu diễn vị từ
Thuộc tính về sự kiện
Thuộc tính về sự kiện
Xử lý ngôn ngữ
Natural Language Processing
Ngôn ngữ lập trình
Nhập nhằng cấu trúc
Tri thức về ngôn ngữ
Mô hình ngôn ngữ Google Book N grams
Mô hình ngôn ngữ KenLM
Phương pháp làm mịn
Bài toán PTCP
Phân tích cú pháp
Cấu trúc ngữ pháp
Phân tích cú pháp xác suất
CKY kết hợp xác suất
Văn phạm phi ngữ cảnh xác suất
Hình thái học
Gán nhãn từ loại
Ngôn ngữ tự nhiên trong dịch máy
Hệ thống dịch máy
Phương pháp xây dựng bảng từ
Tác từ
Conditional random fields
Nhận dạng thực thể có tên
Đối tượng vật lý trừu tượng
Phân lớp văn bản
Biểu diễn nhị phân
Ma trận từ văn bản
Wolfram Alpha
Trích rút thông tin
Phương pháp Snowball
TÀI LIỆU MỚI ĐĂNG
Giáo án mầm non chương trình đổi mới: Gia đình vui nhộn
4
300
1
29-03-2024
Coherence and Ultrashort Pulse Laser Emission Part 9
40
237
0
29-03-2024
extremetech Hacking BlackBerry phần 9
31
225
0
29-03-2024
Management and Services Part 1
10
148
0
29-03-2024
Báo cáo nghiên cứu khoa học " KẾT QUẢ NGHIÊN CỨU BƯỚC ĐẦU VỀ THIÊN ĐỊCH CHÂN KHỚP TRÊN CÂY THANH TRÀ Ở THỪA THIÊN HUẾ "
7
164
0
29-03-2024
The structure of online marketing communication channels
10
143
0
29-03-2024
Winning in Todays Hottest Marketplace_7
24
127
0
29-03-2024
Đóng mới oto 8 chỗ ngồi part 9
10
109
0
29-03-2024
Tôn Thất Thuyết (1839-1913)
5
115
0
29-03-2024
QUẢN LÝ CHẤT LƯỢNG KHÔNG KHÍ
75
130
0
29-03-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7820
2213
Ebook Chào con ba mẹ đã sẵn sàng
112
3652
1219
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
5141
1175
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8135
1122
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5038
1084
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3408
638
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3621
524
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10741
524
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
3905
502
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4027
470
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.