A BERT Based Approach for Arabic POS Tagging

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10439914" target="_blank" >RIV/00216208:11320/21:10439914 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1007/978-3-030-85030-2_26" target="_blank" >https://doi.org/10.1007/978-3-030-85030-2_26</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-85030-2_26" target="_blank" >10.1007/978-3-030-85030-2_26</a>

Jazyk výsledku

angličtina

Název v původním jazyce

A BERT Based Approach for Arabic POS Tagging

Popis výsledku v původním jazyce

Large pre-trained language models, such as BERT, have recently achieved state-of-the-art performance in different natural language processing tasks. However, BERT based models in Arabic language are less abundant than in other languages. This paper aims to design a grammatical tagging system for texts in Arabic language using BERT. The main goal is to label an input sentence with the most likely sequence of tags at the output. We also build a large corpus by combining the available corpora such as the Arabic WordNet and the Quranic Arabic Corpus. The accuracy of the developed system reached 91.69%. Our source code and corpus are available at GitHub upon request.

Název v anglickém jazyce

A BERT Based Approach for Arabic POS Tagging

Popis výsledku anglicky

Large pre-trained language models, such as BERT, have recently achieved state-of-the-art performance in different natural language processing tasks. However, BERT based models in Arabic language are less abundant than in other languages. This paper aims to design a grammatical tagging system for texts in Arabic language using BERT. The main goal is to label an input sentence with the most likely sequence of tags at the output. We also build a large corpus by combining the available corpora such as the Arabic WordNet and the Quranic Arabic Corpus. The accuracy of the developed system reached 91.69%. Our source code and corpus are available at GitHub upon request.

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

—

Rok uplatnění

2021

Kód důvěrnosti údajů

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

Název statě ve sborníku

Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)

ISBN

978-3-030-85029-6

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

311-321

Název nakladatele

Springer International Publishing

Místo vydání

Cham

Místo konání akce

Madeira

Datum konání akce

16. 6. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000696173400026