半自动数据标注、词性标注与弱上下文相关消歧：扩展修订版 AraMorph (XRAM)
计算与语言
2016-03-08 v1 信息检索
摘要
本文提出了 Tim Buckwalter 的阿拉伯语词汇与形态资源 AraMorph 的一个扩展修订版本，即扩展修订版 AraMorph（以下简称 XRAM），它通过允许更广泛地覆盖现实世界中的古典及当代（正式与非正式）阿拉伯语文本，解决了原始模型的若干缺陷与不一致性。基于先前的研究，XRAM 的增强功能包括：(i) 标志可选用法标记；(ii) 概率性弱上下文相关词性标注、过滤、消歧以及替代形态分析结果的排序；(iii) 通过从现有词汇资源中提取词汇与形态信息来半自动增加词汇覆盖率。通过一个前端 Python 模块对 XRAM 进行的测试显示了极高的成功率。
引用
@article{arxiv.1603.01833,
title = {Semi-Automatic Data Annotation, POS Tagging and Mildly Context-Sensitive Disambiguation: the eXtended Revised AraMorph (XRAM)},
author = {Giuliano Lancioni and Valeria Pettinari and Laura Garofalo and Marta Campanelli and Ivana Pepe and Simona Olivieri and Ilaria Cicola},
journal= {arXiv preprint arXiv:1603.01833},
year = {2016}
}