文档名：基于神经网络无监督藏文正字检错法
在缺乏标注数据的条件下本文把藏文正字检错任务视为一个分类问题,首先从语言知识中构建音节混淆子集并给每个原句加噪,然后建立深层双向表征的BERT作为分类模型,最后为了证明本方法的有效性,构建两个基线模型和三种不同领域的测试集,实验结果显示本方法的结果优于两个基线模型.本方法在相同领域测试集上句子分类的正确率达到93.74％,不同领域测试集上也能达到83.6％.对错误音节的识别结果为74.53％,同时对无错误音节的误判率只有2.3％.
作者：色差甲 慈祯嘉措 才让加 华果才让
作者单位：青海师范大学计算机学院,青海西宁810008青海师范大学计算机学院,青海西宁810008;青海省藏文信息处理与机器翻译重点实验室,青海西宁810008
母体文献：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间：2019年10月18日
会议地点：昆明
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：藏文 正字检错 神经网络 无监督学习
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 959.89 KB
- 下载次数:
- 60
-
高速下载
|
|
