基于特征与神经网络的诗歌格律分析比较
计算与语言
2021-05-06 v1
摘要
诗歌节奏的自动分析是一项涉及语言学、文学与计算机科学的挑战性任务。当待分析语言已知时，可使用基于规则的系统或数据驱动的方法。本文中，我们分析英语与西班牙语中的诗歌节奏。我们表明，从基于字符的神经模型学习到的数据表示比手工设计特征得到的表示更具信息量，且 Bi-LSTM+CRF 模型在两种语言的诗歌格律分析上取得了最先进的准确率。结果还表明，关于整词结构而非仅独立音节的信息对进行格律分析极具信息量。
引用
@article{arxiv.1711.00938,
title = {A Comparison of Feature-Based and Neural Scansion of Poetry},
author = {Manex Agirrezabal and Iñaki Alegria and Mans Hulden},
journal= {arXiv preprint arXiv:1711.00938},
year = {2021}
}
备注
RANLP 2017