迈向米南加保语计算语言学：情感分析与机器翻译研究
计算与语言
2020-09-22 v1
摘要
尽管一些语言学家（Rusmali 等，1985；Crouch，2009）已相当尝试定义米南加保语的形态与句法，但由于标注资源的匮乏，该语言的信息处理仍属空白。本工作中，我们发布两个米南加保语语料库：从 Twitter 与 Wikipedia 获取并构建的情感分析与机器翻译语料库。我们采用经典机器学习与序列到序列模型（如 LSTM 与 Transformer）开展了米南加保语的首个计算语言学研究。我们的首批实验表明，用印尼语训练的模型测试时，米南加保语文本上的分类性能显著下降。而在机器翻译实验中，使用双语词典的简单词对词翻译在 BLEU 分数上优于 LSTM 与 Transformer 模型。
引用
@article{arxiv.2009.09309,
title = {Towards Computational Linguistics in Minangkabau Language: Studies on Sentiment Analysis and Machine Translation},
author = {Fajri Koto and Ikhwan Koto},
journal= {arXiv preprint arXiv:2009.09309},
year = {2020}
}
备注
Accepted at PACLIC 2020 - The 34th Pacific Asia Conference on Language, Information and Computation