ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Text Tagging by Combining Rule...>الوصف

Text Tagging by Combining Rules-Based and Memory-Based Learning

المصدر: وقائع الندوة الدولية : المعالجة الآلية للغة العربية
الناشر: معهد الدراسات والأبحاث للتعريب
المؤلف الرئيسي: Tlili-Guiassa, Yamina (Author)
مؤلفين آخرين: Laskri, Mohamed Tayeb (Co-Author)
محكمة: نعم
الدولة: المغرب
التاريخ الميلادي: 2007
مكان انعقاد المؤتمر: الرباط
الهيئة المسؤولة: معهد الدراسات والأبحاث للتعريب بالرباط - جامعة محمد الخامس
الشهر: يناير
الصفحات: 290 - 298
رقم MD: 593899
نوع المحتوى: بحوث المؤتمرات
اللغة: الإنجليزية
قواعد المعلومات: AraBase
مواضيع:
اللغة العربية | علامات التنصيص | علامات الترقيم | الأهداف التعليمية
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

11

حفظ في:
المستخلص: This paper presents a hybrid method of based-rules and a machine learning method for tagging Arabic words. As They appear in Arabic language, word may be composed of stem, plus affixes and clitics, a small number of rules dominate the performance (affixes include inflexional markers for tense, gender and number/clitics include some prepositions, conjunctions and others). Tagging is cast as classification task carried out by memory-based learning. This proposed method is based on rules (that considered the post-position, ending of a word, and patterns). For each rule the number of exceptional cases is stored in library. During classification, it is presented to memory based reasoning, its similarity to all examples in memory is computed using a similarity metric, and the tag is determined again. Checking the exceptional cases of rules, more information is made available to the learner for treating those exceptional cases. To evaluate the proposed method a number of experiments has been run, and in order, to prove the importance of the various information in learning.
وصف العنصر: نص المقال باللغة الانجليزية

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.