Investigating Machine Learning Methods for Language and Dialect Identification of Cuneiform Texts

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10492523" target="_blank" >RIV/00216208:11320/19:10492523 - isvavai.cz</a>

Výsledek na webu

<a href="https://aclanthology.org/W19-1420/" target="_blank" >https://aclanthology.org/W19-1420/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.18653/v1/W19-1420" target="_blank" >10.18653/v1/W19-1420</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Investigating Machine Learning Methods for Language and Dialect Identification of Cuneiform Texts

Popis výsledku v původním jazyce

Identification of the languages written using cuneiform symbols is a difficult task due to the lack of resources and the problem of tokenization. The Cuneiform Language Identification task in VarDial 2019 addresses the problem of identifying seven languages and dialects written in cuneiform; Sumerian and six dialects of Akkadian language: Old Babylonian, Middle Babylonian Peripheral, Standard Babylonian, Neo-Babylonian, Late Babylonian, and Neo-Assyrian. This paper describes the approaches taken by SharifCL team to this problem in VarDial 2019. The best result belongs to an ensemble of Support Vector Machines and a naive Bayes classifier, both working on character-level features, with macro-averaged F1-score of 72.10%.

Název v anglickém jazyce

Investigating Machine Learning Methods for Language and Dialect Identification of Cuneiform Texts

Popis výsledku anglicky

Identification of the languages written using cuneiform symbols is a difficult task due to the lack of resources and the problem of tokenization. The Cuneiform Language Identification task in VarDial 2019 addresses the problem of identifying seven languages and dialects written in cuneiform; Sumerian and six dialects of Akkadian language: Old Babylonian, Middle Babylonian Peripheral, Standard Babylonian, Neo-Babylonian, Late Babylonian, and Neo-Assyrian. This paper describes the approaches taken by SharifCL team to this problem in VarDial 2019. The best result belongs to an ensemble of Support Vector Machines and a naive Bayes classifier, both working on character-level features, with macro-averaged F1-score of 72.10%.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2019

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the Sixth Workshop on NLP for Similar Languages, Varieties and Dialects

ISBN

978-1-950737-11-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

188-193

Název nakladatele

Association for Computational Linguistics

Místo vydání

Stroudsburg, PA, USA

Místo konání akce

Minneapolis, MN, USA

Datum konání akce

7. 6. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—