Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Modeling Morphologically Rich Languages Using Split Words and Unstructured Dependencies"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

We experiment with splitting words into their stem and suffix components for modeling morphologically rich languages. We show that using a morphological analyzer and disambiguator results in a significant perplexity reduction in Turkish. We present flexible n-gram models, FlexGrams, which assume that the n−1 tokens that determine the probability of a given token can be chosen anywhere in the sentence rather than the preceding n − 1 positions. Our final model achieves 27% perplexity reduction compared to the standard n-gram model. .

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Fast Syntactic Analysis for Statistical Language Modeling via Substructure Sharing and Uptraining"

Báo cáo khoa học: "Discriminative Pronunciation Modeling: A Large-Margin, Feature-Rich Approach"

Báo cáo khoa học: "Modeling Review Comments"

Báo cáo khoa học: "Aspect Extraction through Semi-Supervised Modeling"

Báo cáo khoa học: "Mining Entity Types from Query Logs via User Intent Modeling"

Báo cáo khoa học: "Modeling Topic Dependencies in Hierarchical Text Categorization"

Báo cáo khoa học: "Automatic Event Extraction with Structured Preference Modeling"

Báo cáo khoa học: "Modeling Sentences in the Latent Space"

Báo cáo khoa học: "Modeling the Translation of Predicate-Argument Structure for SMT"

Báo cáo khoa học: "Large-Scale Syntactic Language Modeling with Treelets"
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.