利用领域外数据对口语风格短文本的相近语种识别研究
何峻青1,2 黄娴3 赵学敏1 张克亮3
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

何峻青1,2 黄娴3 赵学敏1 张克亮3,. 利用领域外数据对口语风格短文本的相近语种识别研究[J]. 当代中文学刊,2019.8. DOI:.
查新格式 NoteExpress RefWorks NoteFirst EndNote Bibtex
摘要:
该文以维吾尔语和哈萨克语这一组相近语言为例,在哈语语料受限的情况下,使用领域外语料增补原始语料,经同化后提高了在口语风格短文本上进行语种识别的精确度。该文分析了维、哈两种语言的词形学特点,设计了多种特征,构建了一个最大熵分类器,在测试集上识别维语和哈语口语风格短文本的精确度达到95.7%,而CNN分类器的精确度仅为69.1%。实验结果证明该系统对其他语种口语风格短文本的语种识别亦具有适用性。
关键词: 相近语种识别； 领域外数据； 口语风格短文本； 字符的形态学特征；
DOI:
基金资助:

查看本期封面目录
当代中文学刊
ISSN：3008-0282
所属期次： 2019.8
为你推荐

《》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知：

1、审稿结果将于1~7个工作日以邮件告知，请注意查收（包含录用通知书、审稿意见、知网CNKI查重报告）。

2、提交投稿后，若7个工作日之内未接到录用通知，则说明该文章未被录用，请另投他刊。

3、凡投寄本刊稿件，如在内容上有侵权行为或不妥之处，均应文责自负。本刊有权对来稿进行文字编辑、加工和修改，如不同意，请附说明，以便妥善处理。

4、多作者文稿署名时须征得其他作者同意，排好先后次序，通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表，其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库，如作者不同意被收录，请提前申明，未申明者，本刊一律视为同意被收录。

7、请勿一稿多投。