为 Sorani Kurdish 构建词形还原器与拼写检查器
计算与语言
2018-10-01 v1
摘要
本文旨在呈现一个面向 Sorani Kurdish 的词形还原与词级错误校正系统。我们提出一种基于形态规则与 n-gram 语言模型的混合方法。我们将词形还原与错误校正系统分别命名为 Peyv 与 R\^en\^us，据我们所知它们是首个为 Sorani Kurdish 提出的工具。Peyv 词形还原器展现出 86.7% 的准确率。至于 R\^en\^us，使用词典我们获得了 96.4% 的准确率，而无词典时该校正系统有 87% 的准确率。作为两个基础文本处理工具，这些工具可为 Sorani Kurdish 上更多自然语言处理应用的进一步研究铺平道路。
引用
@article{arxiv.1809.10763,
title = {Building a Lemmatizer and a Spell-checker for Sorani Kurdish},
author = {Shahin Salavati and Sina Ahmadi},
journal= {arXiv preprint arXiv:1809.10763},
year = {2018}
}
备注
6 pages article, published in LTC'17 The 8th Language & Technology Conference, Poznan, Poland