孟加拉语自然语言处理:基于经典、机器学习与深度学习方法的综合分析
计算与语言
2022-04-12 v3 人工智能
机器学习
摘要
孟加拉语是第七大通用语言,全球有 2.65 亿母语与非母语使用者。然而,英语是在线资源、技术知识、期刊与文档的主导语言。因此,许多英语能力有限的孟加拉语使用者面临利用英语资源的障碍。为弥合有限支持与日益增长需求间的差距,研究者开展了诸多实验并开发了有价值的工具与技术,以创建和处理孟加拉语语言材料。为使孟加拉语在在线与技术领域的易用性,许多工作也在持续推进。已有一些综述论文用以理解孟加拉语自然语言处理(BNLP)的过去、既往与未来趋势。这些研究主要集中于 BNLP 的特定领域,如情感分析、语音识别、光学字符识别与文本摘要。明显缺乏包含近期 BNLP 工具与方法全面综述的资源。因此,本文对 75 篇 BNLP 研究论文进行了透彻分析,并将其归为 11 类,即信息抽取、机器翻译、命名实体识别、句法分析、词性标注、问答系统、情感分析、垃圾与虚假信息检测、文本摘要、词义消歧以及语音处理与识别。我们研究了 1999 至 2021 年发表的文章,其中 50% 发表于 2015 年之后。此外,我们讨论了经典、机器学习与深度学习方法及不同数据集,同时探讨了 BNLP 的局限性与当前及未来趋势。
引用
@article{arxiv.2105.14875,
title = {Bangla Natural Language Processing: A Comprehensive Analysis of Classical, Machine Learning, and Deep Learning Based Methods},
author = {Ovishake Sen and Mohtasim Fuad and MD. Nazrul Islam and Jakaria Rabbi and Mehedi Masud and MD. Kamrul Hasan and Md. Abdul Awal and Awal Ahmed Fime and Md. Tahmid Hasan Fuad and Delowar Sikder and MD. Akil Raihan Iftee},
journal= {arXiv preprint arXiv:2105.14875},
year = {2022}
}
备注
Accedpted in IEEE Access and it has 46 pages. Link: https://ieeexplore.ieee.org/document/9751052 (Early Access - April 10, 2022)