阿拉伯文本自动标注元音的混合方法
计算与语言
2014-10-13 v1
摘要
本文提出了阿拉伯文本自动标注元音的混合方法。该过程由两个模块组成。在第一个模块中，使用开源形态分析器AlKhalil Morpho Sys对文本单词进行形态分析。对于每个脱离上下文分析的单词，输出是其各种可能的元音标注形式。将该分析器集成到我们的元音标注系统中需要添加一个包含阿拉伯语中最常用单词的词汇数据库。第二个模块旨在使用基于两个隐马尔可夫模型（HMM）的统计方法来消除歧义。实际上，对于第一个HMM，未标注元音的阿拉伯单词是观察状态，已标注元音的单词是隐藏状态。第二个HMM的观察状态与第一个相同，但其隐藏状态是单词的可能变音符号列表（不含其阿拉伯字母）。我们的系统使用维特比算法在Al Khalil Morpho Sys提出的解决方案中选择最优路径。我们的方法为提高阿拉伯文本自动元音标注的性能开辟了一条重要途径，以便用于其他自动自然语言处理用途。
引用
@article{arxiv.1410.2646,
title = {Hybrid approaches for automatic vowelization of Arabic texts},
author = {Mohamed Bebah and Chennoufi Amine and Mazroui Azzeddine and Lakhouaja Abdelhak},
journal= {arXiv preprint arXiv:1410.2646},
year = {2014}
}
备注
19 pages