Join Together? Combining Data to Parse Italian Texts

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F25%3AVYPQFDHR" target="_blank" >RIV/00216208:11320/25:VYPQFDHR - isvavai.cz</a>

Výsledek na webu

<a href="https://www.scopus.com/inward/record.uri?eid=2-s2.0-85214361018&partnerID=40&md5=ff69808ae518473581b40113225f1f46" target="_blank" >https://www.scopus.com/inward/record.uri?eid=2-s2.0-85214361018&partnerID=40&md5=ff69808ae518473581b40113225f1f46</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Join Together? Combining Data to Parse Italian Texts

Popis výsledku v původním jazyce

In this paper, we create and evaluate non-combined and combined models using Old and Contemporary Italian data to determine whether increasing the size of the training data with a combined model could improve parsing accuracy to facilitate manual annotation. We find that, despite the increased size of the training data, in-domain parsing performs better. Additionally, we discover that models trained on Old Italian data perform better on Contemporary Italian data than the reverse. We attempt to explain this result in terms of syntactic complexity, finding that Old Italian text exhibits higher sentence length and non-projectivity rate. © 2024 CEUR-WS. All rights reserved.

Název v anglickém jazyce

Join Together? Combining Data to Parse Italian Texts

Popis výsledku anglicky

In this paper, we create and evaluate non-combined and combined models using Old and Contemporary Italian data to determine whether increasing the size of the training data with a combined model could improve parsing accuracy to facilitate manual annotation. We find that, despite the increased size of the training data, in-domain parsing performs better. Additionally, we discover that models trained on Old Italian data perform better on Contemporary Italian data than the reverse. We attempt to explain this result in terms of syntactic complexity, finding that Old Italian text exhibits higher sentence length and non-projectivity rate. © 2024 CEUR-WS. All rights reserved.

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

2024

Kód důvěrnosti údajů

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

Název statě ve sborníku

CEUR Workshop Proc.

ISBN

—

ISSN

1613-0073

e-ISSN

—

Počet stran výsledku

7

Strana od-do

1-7

Název nakladatele

CEUR-WS

Místo vydání

—

Místo konání akce

Pisa

Datum konání akce

1. 1. 2025

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—