Robust Multilingual Statistical Morphological Generation Models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10194629" target="_blank" >RIV/00216208:11320/13:10194629 - isvavai.cz</a>

Výsledek na webu

<a href="http://aclweb.org/anthology/P/P13/P13-3023.pdf" target="_blank" >http://aclweb.org/anthology/P/P13/P13-3023.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Robust Multilingual Statistical Morphological Generation Models

Popis výsledku v původním jazyce

We present a novel method of statistical morphological generation, i.e. the prediction of inflected word forms given lemma, part-of-peech and morphological features, aimed at robustness to unseen inputs. Our system uses a trainable classifier to predict"edit scripts" that are then used to transform lemmas into inflected word forms. Suffixes of lemmas are included as features to achieve robustness. We evaluate our system on 6 languages with a varying degree of morphological richness. The results show that the system is able to learn most morphological phenomena and generalize to unseen inputs, producing significantly better results than a dictionary-based baseline.

Název v anglickém jazyce

Robust Multilingual Statistical Morphological Generation Models

Popis výsledku anglicky

We present a novel method of statistical morphological generation, i.e. the prediction of inflected word forms given lemma, part-of-peech and morphological features, aimed at robustness to unseen inputs. Our system uses a trainable classifier to predict"edit scripts" that are then used to transform lemmas into inflected word forms. Suffixes of lemmas are included as features to achieve robustness. We evaluate our system on 6 languages with a varying degree of morphological richness. The results show that the system is able to learn most morphological phenomena and generalize to unseen inputs, producing significantly better results than a dictionary-based baseline.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LK11221" target="_blank" >LK11221: Vývoj metod pro návrh statistických mluvených dialogových systémů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

51st Annual Meeting of the Association for Computational Linguistics Proceedings of the Student Research Workshop

ISBN

978-1-937284-53-4

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

158-164

Název nakladatele

Association for Computational Linguistics

Místo vydání

Sofija, Bulgaria

Místo konání akce

Sofija, Bulgaria

Datum konání akce

5. 8. 2013

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—