利用子词单元提取日本虚构角色的言语语言模式
计算与语言
2022-03-08 v1
摘要
本研究提取并分析了刻画日本动漫或游戏角色的言语语言模式。传统的形态分析器（如 MeCab）能以高性能分词，但无法对未收录于词典的破缺表达或句末表达进行切分，而这些常出现在动漫或游戏角色的台词中。为克服这一挑战，我们提出使用主要为深度学习提出的子词单元对日本动漫或游戏角色的台词进行切分，并提取频繁出现的字符串以获得刻画其话语的表达。我们根据性别、年龄和各个动漫角色对由 TF/IDF 加权的子词单元进行分析，并表明它们是各特征特有的言语语言模式。此外，分类实验显示带子词单元的模型优于采用传统方法的模型。
引用
@article{arxiv.2203.02632,
title = {Extracting linguistic speech patterns of Japanese fictional characters using subword units},
author = {Mika Kishino and Kanako Komiya},
journal= {arXiv preprint arXiv:2203.02632},
year = {2022}
}