Fugu-MT 論文翻訳(概要): FST Morphological Analyser and Generator for Mapud\"ungun

論文の概要: FST Morphological Analyser and Generator for Mapud\"ungun

arxiv url: http://arxiv.org/abs/2109.09176v1
Date: Sun, 19 Sep 2021 17:32:17 GMT
ステータス: 処理完了
システム内更新日: 2021-09-21 16:37:25.558946
Title: FST Morphological Analyser and Generator for Mapud\"ungun
Title（参考訳）: Mapud\"ungunのFST形態解析と発電機
Authors: Andr\'es Chand\'ia
Abstract要約: 本稿では、Mapud"ungunの主な形態音韻学的側面を説明し、それらが何を引き起こすのか、それらがどのような状況で起こるのかを説明する。本稿では, 有限状態形態素解析器を用いて, Mapuche ワード形式で相互作用する全てのコンポーネントを分類し, 適切にタグ付けできる計算手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Following the Mapuche grammar by Smeets, this article describes the main morphophonological aspects of Mapud\"ungun, explaining what triggers them and the contexts where they arise. We present a computational approach producing a finite state morphological analyser (and generator) capable of classifying and appropriately tagging all the components (roots and suffixes) that interact in a Mapuche word form. The bulk of the article focuses on presenting details about the morphology of Mapud\"ungun verb and its formalisation using FOMA. A system evaluation process and its results are also present in this article.
Abstract（参考訳）: Smeets の Mapuche 文法に従い、この記事では Mapud\"ungun の主要な形態音韻学的側面を説明し、それらが何を引き起こすのか、どのようにそれらが起こるのかを説明する。本稿では, 有限状態形態素解析器(および生成器)を用いて, Mapuche 語形式で相互作用するすべての成分(根と接尾辞)を分類し, 適切にタグ付けできる計算手法を提案する。この記事の大部分は、Mapud\"ungun動詞の形態とFOMAを用いた形式化の詳細を提示することに焦点を当てている。本論文では,システム評価プロセスとその結果について述べる。

関連論文リスト

Lexical categories of stem-forming roots in Mapudüngun verb forms [0.0]
主な焦点は、語源において言語として認識される「Mapud"ungun roots」の語彙分類である。この語彙カテゴリー修正の結果は、検証された直後に実施されるので、直接計算分析に役立ちます。これらの結果は、マプチェ語の語彙カテゴリーに関する不確実性を明らかにするのに役立つことが期待されている。
論文参考訳（メタデータ） (2025-02-11T15:10:23Z)
Unsupervised Morphological Tree Tokenizer [36.584680344291556]
トークン化のための形態的構造ガイダンスを導入し、単語の文字レベル構造を誘導する深層モデルを提案する。具体的には、ディープモデルは、語の内部構造と表現を@textitOverriding$というメカニズムで共同でエンコードし、モルヒムの非分解性を保証する。提案アルゴリズムは,提案手法により,単語をトップダウン方式で語彙マッチングによりトークン化する。
論文参考訳（メタデータ） (2024-06-21T15:35:49Z)
Labeled Morphological Segmentation with Semi-Markov Models [127.69031138022534]
いくつかのタスクを統一する形態的処理の代替として,ラベル付き形態的セグメンテーションを提案する。また、形態素タグセットの新しい階層も導入する。形態素を明示的にモデル化する識別型形態素分割システムであるモデル名を開発した。
論文参考訳（メタデータ） (2024-04-13T12:51:53Z)
Conversational Semantic Parsing using Dynamic Context Graphs [68.72121830563906]
汎用知識グラフ(KG)を用いた会話意味解析の課題を,数百万のエンティティと数千のリレーショナルタイプで検討する。ユーザ発話を実行可能な論理形式にインタラクティブにマッピングできるモデルに焦点を当てる。
論文参考訳（メタデータ） (2023-05-04T16:04:41Z)
Classifying text using machine learning models and determining conversation drift [4.785406121053965]
様々な種類のテキストの分析は、意味的意味と関連性の両方を理解するのに有用である。テキスト分類は文書を分類する方法である。コンピュータテキスト分類と自然言語処理を組み合わせて、テキストを集約して分析する。
論文参考訳（メタデータ） (2022-11-15T18:09:45Z)
Uzbek affix finite state machine for stemming [0.0]
提案手法は,接尾辞を用いて接尾辞を検索し,レキシコンを含まない形態素解析である。本手法は,大量のテキストからの単語の形態解析を高速に行うとともに,語彙の保持にメモリを用いることは不要である。
論文参考訳（メタデータ） (2022-05-20T10:46:53Z)
Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
論文参考訳（メタデータ） (2022-05-18T07:47:01Z)
Understanding Synonymous Referring Expressions via Contrastive Features [105.36814858748285]
画像とオブジェクトインスタンスレベルでのコントラスト機能を学ぶためのエンドツーエンドのトレーニング可能なフレームワークを開発しています。提案アルゴリズムをいくつかのベンチマークデータセットで評価するための広範囲な実験を行った。
論文参考訳（メタデータ） (2021-04-20T17:56:24Z)
Neural disambiguation of lemma and part of speech in morphologically rich languages [0.6346772579930928]
形態的に豊かな言語における不明瞭な単語の補題と発話の一部を曖昧にすることの問題点を考察する。そこで本稿では, テキストの未注釈コーパスと形態素解析を用いて, 文脈におけるあいまいな単語の曖昧さを解消する手法を提案する。
論文参考訳（メタデータ） (2020-07-12T21:48:52Z)
Graph-Structured Referring Expression Reasoning in The Wild [105.95488002374158]
接地参照表現は、自然言語表現によって参照されるオブジェクトのイメージ中を特定することを目的としている。本研究では,シーングラフとシーングラフの推論を行うために,シーングラフガイドモジュールネットワーク(SGMN)を提案する。また,構造化参照式推論のための大規模実世界のデータセットRef-Reasoningを提案する。
論文参考訳（メタデータ） (2020-04-19T11:00:30Z)
A Simple Joint Model for Improved Contextual Neural Lemmatization [60.802451210656805]
本稿では,20言語で最先端の成果を得られる,単純結合型ニューラルモデルを提案する。本論文では,トレーニングと復号化に加えて,本モデルについて述べる。
論文参考訳（メタデータ） (2019-04-04T02:03:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。