天城文诗歌的语言识别
计算与语言
2021-01-01 v1
摘要
语言识别是若干文本处理流程中非常重要的一部分。该领域已开展了广泛的研究。本文针对诗歌分析任务提出了一种诗歌自动语言识别流程，涵盖 10 种基于天城文的印度语言，即 Angika、Awadhi、Braj、Bhojpuri、Chhattisgarhi、Garhwali、Haryanvi、Hindi、Magahi 和 Maithili。我们整理了长度各异的诗歌语料，并在词汇层面研究了这 10 种语言间诗歌的相似性。最后，应用并评估了基于监督机器学习和深度学习技术的多种语言识别系统。
引用
@article{arxiv.2012.15023,
title = {Language Identification of Devanagari Poems},
author = {Priyankit Acharya and Aditya Ku. Pathak and Rakesh Ch. Balabantaray and Anil Ku. Singh},
journal= {arXiv preprint arXiv:2012.15023},
year = {2021}
}