古希腊语最先进形态学句法解析器与词形还原器
计算与语言
2024-10-17 v1
摘要
本文提出了一项实验，比较六种模型，以识别能够根据古希腊语依存树库标注方案进行标注的古希腊语形态学句法解析器和词形还原器。用于(i)训练带随机初始化字符嵌入的基线模型Dithrax，以及(ii)微调在古希腊语文本上预训练的Trankit和四个最近模型，即用于形态学标注的GreBERTa和PhilBERTa，用于词形还原的GreTA和PhilTa。贝叶斯分析表明，Dithrax和Trankit在标注形态学方面几乎等效，而语法标注最佳，词形还原最佳。实验结果表明，除非结合特定用于捕获语法关系的建模策略，否则token嵌入不足以获得高UAS和LAS分数。该数据集和最佳模型已在线上提供供重用。
引用
@article{arxiv.2410.12055,
title = {A State-of-the-Art Morphosyntactic Parser and Lemmatizer for Ancient Greek},
author = {Giuseppe G. A. Celano},
journal= {arXiv preprint arXiv:2410.12055},
year = {2024}
}