多语言词性标注：两种无监督方法
计算与语言
2014-01-23 v1
摘要
我们展示了多语言学习在无监督词性标注中的有效性。本研究的核心假设是，通过结合多种语言的线索，每种语言的结构会变得更加清晰。我们考虑了两种将这一直觉应用于无监督词性标注问题的方法：一种模型直接将一对语言的标注结构合并为单一序列，另一种模型则利用潜变量引入多语言上下文。两种方法均被构建为层次贝叶斯模型，并使用马尔可夫链蒙特卡洛采样技术进行推断。结果表明，通过融入多语言证据，我们能够在多种场景下取得显著的性能提升。我们还发现，随着可用语言数量的增加，性能会稳步提高。
引用
@article{arxiv.1401.5695,
title = {Multilingual Part-of-Speech Tagging: Two Unsupervised Approaches},
author = {Tahira Naseem and Benjamin Snyder and Jacob Eisenstein and Regina Barzilay},
journal= {arXiv preprint arXiv:1401.5695},
year = {2014}
}