用于多语言词性标注的外部词汇信息
计算与语言
2016-08-10 v2
摘要
形态句法词典和词向量表示均已被证明有助于提高统计词性标注器的准确率。在此，我们比较了四个系统在涵盖 16 种语言的数据集上的性能，其中两个系统基于特征 (MEMM 和 CRF)，另外两个基于神经网络 (bi-LSTM)。我们表明，平均而言，所有四种方法表现相似并达到了 state-of-the-art 结果。然而，在词汇更丰富的数据集上 (例如形态丰富的语言)，我们基于特征的模型获得了更好的性能；而在词汇变化较少的数据集上 (例如英语)，基于神经网络的结果更高。这些结论尤其适用于依赖我们的系统 MElt 的 MEMM 模型，该系统受益于新设计的特征。这表明，在某些条件下，用形态句法词典丰富的基于特征的方法可与神经网络方法相竞争。
引用
@article{arxiv.1606.03676,
title = {External Lexical Information for Multilingual Part-of-Speech Tagging},
author = {Benoît Sagot},
journal= {arXiv preprint arXiv:1606.03676},
year = {2016}
}