A reproduction of Apple's bi-directional LSTM models for language identification in short strings

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10440893" target="_blank" >RIV/00216208:11320/21:10440893 - isvavai.cz</a>
Výsledek na webu
<a href="https://aclanthology.org/2021.eacl-srw.6" target="_blank" >https://aclanthology.org/2021.eacl-srw.6</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.18653/v1/2021.eacl-srw.6" target="_blank" >10.18653/v1/2021.eacl-srw.6</a>

Jazyk výsledku
angličtina
Název v původním jazyce
A reproduction of Apple's bi-directional LSTM models for language identification in short strings
Popis výsledku v původním jazyce
Language Identification is the task of identifying a document's language. For applications like automatic spell checker selection, language identification must use very short strings such as text message fragments. In this work, we reproduce a language identification architecture that Apple briefly sketched in a blog post. We confirm the bi-LSTM model's performance and find that it outperforms current open-source language identifiers. We further find that its language identification mistakes are due to confusion between related languages.
Název v anglickém jazyce
A reproduction of Apple's bi-directional LSTM models for language identification in short strings
Popis výsledku anglicky
Language Identification is the task of identifying a document's language. For applications like automatic spell checker selection, language identification must use very short strings such as text message fragments. In this work, we reproduce a language identification architecture that Apple briefly sketched in a blog post. We confirm the bi-LSTM model's performance and find that it outperforms current open-source language identifiers. We further find that its language identification mistakes are due to confusion between related languages.

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)

Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
EACL 2021 - 16th Conference of the European Chapter of the Association for Computational Linguistics, Proceedings of the Student Research Workshop
ISBN
978-1-954085-04-6
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
36-42
Název nakladatele
Association for Computational Linguistics
Místo vydání
Stroudsburg
Místo konání akce
online
Datum konání akce
19. 4. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)