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: "Unsupervised Learning of Arabic Stemming using a Parallel Corpus"
TAILIEUCHUNG - Báo cáo khoa học: "Unsupervised Learning of Arabic Stemming using a Parallel Corpus"
This paper presents an unsupervised learning approach to building a non-English (Arabic) stemmer. The stemming model is based on statistical machine translation and it uses an English stemmer and a small (10K sentences) parallel corpus as its sole training resources. No parallel text is needed after the training phase. Monolingual, unannotated text can be used to further improve the stemmer by allowing it to adapt to a desired domain or genre. | Unsupervised Learning of Arabic Stemming using a Parallel Corpus Monica Rogati Computer Science Department Carnegie Mellon University mrogati@ Scott McCarley Yiming Yang IBM TJ Watson Language Technologies Institute Research Center Carnegie Mellon University jsmc@ yiming@ Abstract This paper presents an unsupervised learning approach to building a non-English Arabic stemmer. The stemming model is based on statistical machine translation and it uses an English stemmer and a small 10K sentences parallel corpus as its sole training resources. No parallel text is needed after the training phase. Monolingual unannotated text can be used to further improve the stemmer by allowing it to adapt to a desired domain or genre. Examples and results will be given for Arabic but the approach is applicable to any language that needs affix removal. Our resource-frugal approach results in agreement with a state of the art proprietary Arabic stemmer built using rules affix lists and human annotated text in addition to an unsupervised component. Task-based evaluation using Arabic information retrieval indicates an improvement of 22-38 in average precision over unstemmed text and 96 of the performance of the proprietary stem-mer above. 1 Introduction Stemming is the process of normalizing word variations by removing prefixes and suffixes. From an t . Work done while a summer intern at IBM TJ Watson Research Center information retrieval point of view prefixes and suffixes add little or no additional meaning in most cases both the efficiency and effectiveness of text processing applications such as information retrieval and machine translation are improved. Building a rule-based stemmer for a new arbitrary language is time consuming and requires experts with linguistic knowledge in that particular language. Supervised learning also requires large quantities of labeled data in the target language and quality declines when using completely .
Minh Khôi
75
8
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: "Learning Condensed Feature Representations from Large Unsupervised Data Sets for Supervised Learning"
6
60
0
Báo cáo khoa học: "Unsupervised Learning of Semantic Relation Composition"
10
59
0
Báo cáo khoa học: "Don’t ‘have a clue’? Unsupervised co-learning of downward-entailing operators"
6
41
0
Báo cáo khoa học: "Unsupervised Learning of Narrative Schemas and their Participants"
9
53
0
Báo cáo khoa học: "Unsupervised Multilingual Learning for Morphological Segmentation"
9
54
0
Báo cáo khoa học: "Unsupervised Learning of Narrative Event Chains"
9
51
0
Báo cáo khoa học: "Analyzing the Errors of Unsupervised Learning"
9
62
0
Báo cáo khoa học: "Unsupervised Learning of Acoustic Sub-word Units"
4
70
0
Báo cáo khoa học: "Supervised and Unsupervised Learning for Sentence Compression"
8
71
0
Báo cáo khoa học: "Unsupervised Learning of Field Segmentation Models for Information Extraction"
8
61
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461856
55
Giới thiệu :Lập trình mã nguồn mở
14
22583
57
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10880
529
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10043
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
9510
104
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8267
1124
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8215
423
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7862
2220
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6664
253
Vật lý hạt cơ bản (1)
29
5764
85
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Unsupervised Learning of Arabic Stemming
a Parallel Corpus
Monica Rogati Scott McCarley Yiming Yang
báo cáo khoa học
mô hình ngôn ngữ
xử lý ngôn ngữ tự nhiên
Bài giảng Xử lý ngôn ngữ tự nhiên
Ngôn ngữ tự nhiên
Kỹ thuật lập trình
Xử lý nhập nhằng ngữ nghĩa
Xử lý ngữ nghĩa
Xử lý ngôn ngữ
Natural Language Processing
Ngôn ngữ lập trình
Nhập nhằng cấu trúc
Tri thức về ngôn ngữ
Mô hình n gram
Dịch máy
Phương pháp dịch máy
Hiểu ngôn ngữ
Phân tích ngữ nghĩa
Phân loại tin tự động
Biểu diễn vị từ
Thuộc tính về sự kiện
Thuộc tính về sự kiện
Mô hình ngôn ngữ Google Book N grams
Mô hình ngôn ngữ KenLM
Phương pháp làm mịn
Tách từ tiếng Việt
Gán nhãn từ loại
Phân tích cú pháp
Nghĩa từ vựng
Phân giải nhập nhằng từ
Phân loại văn bản
Lexical chain
Phản hồi thông tin
Bài toán PTCP
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
TÀI LIỆU MỚI ĐĂNG
Giáo án mầm non chương trình đổi mới: Đề tài: Ôn xác định vị trí trên – dưới, trước- sau của đối tượng khác.
8
352
3
23-04-2024
Đánh giá hao mòn và độ tin cậy của chi tiết và kết cấu trên đầu máy diezel part 3
12
302
0
23-04-2024
Công nghiệp gang thép Việt Nam : Một giai đoạn phát triển và chuyển đổi chính sách mới part 5
6
194
0
23-04-2024
THE ANTHROPOLOGY OF ONLINE COMMUNITIES BY Samuel M.Wilson and Leighton C. Peterson
19
138
0
23-04-2024
Khurana et al. Journal of Orthopaedic Surgery and Research 2010, 5:23
7
133
0
23-04-2024
HƯỚNG DẪN SỬ DỤNG PHẦN MỀM CAITA part 9
18
128
0
23-04-2024
Diseases of the Liver and Biliary System - part 1
33
120
0
23-04-2024
Christmas Meditations on the Twelve Holy Days
173
103
0
23-04-2024
Truyện kiếm hiệp - Duy ngã độc tôn phần 5/7
1
91
0
23-04-2024
Gastroenterology an illustrated colour text - part 10
10
87
0
23-04-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7862
2220
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
5667
1347
Ebook Chào con ba mẹ đã sẵn sàng
112
3757
1230
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5295
1134
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8267
1124
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3480
641
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10880
529
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3677
525
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4038
514
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4118
480
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.