基于语法与句法的乌克兰语语料分析工具
计算与语言
2023-05-24 v1 人工智能
摘要
本文概述了一个文本挖掘工具 StyloMetrix，其最初为波兰语开发，后扩展至英语，近期又扩展至乌克兰语。StyloMetrix 基于计算语言学家与文学研究者手工设计的多种度量构建，用于分析语法、文体与句法模式。构建句法与语法特征的统计评估之思路，对英语、西班牙语、德语等语言而言直接且常见；但对乌克兰语等低资源语言尚待开发。我们描述了 StyloMetrix 的流程，并给出该工具在文本分类任务上的一些实验。我们也阐述了包的主要局限及度量评估流程。
引用
@article{arxiv.2305.13530,
title = {The Grammar and Syntax Based Corpus Analysis Tool For The Ukrainian Language},
author = {Daria Stetsenko and Inez Okulska},
journal= {arXiv preprint arXiv:2305.13530},
year = {2023}
}