归一化与否：归一化对词性标注的影响
计算与语言
2017-07-18 v1
摘要
归一化是否有助于在含噪声的非规范数据上的词性（POS）标注准确率？据我们所知，在无法获得黄金错误检测的真实场景里，归一化的实际影响鲜为人知。我们研究了自动归一化对推文POS标注的影响。我们还将归一化与利用大量保持原始形式的未标注数据的策略进行比较。我们的结果表明，归一化有帮助，但除了词嵌入层初始化之外，并未带来一致的提升。后一种方法产生的标注模型可与Twitter上最先进的标注器相竞争。
引用
@article{arxiv.1707.05116,
title = {To Normalize, or Not to Normalize: The Impact of Normalization on Part-of-Speech Tagging},
author = {Rob van der Goot and Barbara Plank and Malvina Nissim},
journal= {arXiv preprint arXiv:1707.05116},
year = {2017}
}
备注
In WNUT 2017