Hybrid techniques for training HMM part-of-speech taggers
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/96975
Tipus de documentReport de recerca
Data publicació1996-02
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
We describe and experimentally evaluate a hybrid technique for
training part-of-speech taggers which utilises training from small
quantities of unambiguously-tagged material combined with maximum
likelihood re-estimation over the target untagged corpus. This
approach, unlike previous ones employing re-estimation, does not
involve skilled manipulation of the initial parameters of the model or
the use of sophisticated models of suffix-tag probabilities derived
form unambiguously-tagged material. We conclude that this technique
can yield usefully accurate taggers for several languages, but that
the conditions required for success are difficult to state precisely.
CitacióBriscoe, T., Grefenstette, G., Padro, L., Iskander, S. "Hybrid techniques for training HMM part-of-speech taggers". 1996.
Forma partLSI-96-11-R
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
1400244592.pdf | 1,718Mb | Visualitza/Obre |