乌兹别克语西里尔-拉丁-西里尔机械转写

本文中,我们引入一种数据驱动方法,将乌兹别克语词典词从西里尔字母转写为拉丁字母,反之亦然。我们启发式地将源字母表中词的字符与目标字母表中对应词的子串对齐,并训练一个决策树分类器以学习这些对齐。在测试集上,我们的西里尔到拉丁模型在字符级微平均 F1 分数达到 0.9992,拉丁到西里尔模型达到 0.9959。我们的贡献是为低资源乌兹别克语生成机械转写文本的一种新方法。