Increasing the quality and quantity of source language data for unsupervised cross-lingual POS tagging.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10194631" target="_blank" >RIV/00216208:11320/13:10194631 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Increasing the quality and quantity of source language data for unsupervised cross-lingual POS tagging.
Popis výsledku v původním jazyce
Bilingual corpora offer a promising bridge between resource-rich and resource-poor languages, enabling the development of natural language processing systems for the latter. English is often selected as the resource-rich language, but another choice might give better performance. In this paper, we consider the task of unsupervised cross-lingual POS tagging, and construct a model that predicts the best source language for a given target language. In experiments on 9 languages, this model improves on using a single fixed source language. We then show that further improvements can be made by combining information from multiple source languages.
Název v anglickém jazyce
Increasing the quality and quantity of source language data for unsupervised cross-lingual POS tagging.
Popis výsledku anglicky
Bilingual corpora offer a promising bridge between resource-rich and resource-poor languages, enabling the development of natural language processing systems for the latter. English is often selected as the resource-rich language, but another choice might give better performance. In this paper, we consider the task of unsupervised cross-lingual POS tagging, and construct a model that predicts the best source language for a given target language. In experiments on 9 languages, this model improves on using a single fixed source language. We then show that further improvements can be made by combining information from multiple source languages.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GBP103%2F12%2FG084" target="_blank" >GBP103/12/G084: Centrum pro multi-modální interpretaci dat velkého rozsahu</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 6th International Joint Conference on Natural Language Processing
ISBN
978-4-9907348-0-0
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
1243-1249
Název nakladatele
Asian Federation of Natural Language Processing
Místo vydání
Nagoya, Japan
Místo konání akce
Nagoya, Japan
Datum konání akce
14. 10. 2013
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—