دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st
نویسندگان: Anna Feldman. Jirka Hana
سری:
ISBN (شابک) : 9042027681, 9789042027688
ناشر:
سال نشر: 2009
تعداد صفحات: 200
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب A Resource-Light Approach to Morpho-Syntactic Tagging به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یک رویکرد منبع-نور برای برچسب گذاری مورفو- نحوی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در حالی که روشهای مبتنی بر پیکره نظارتشده برای کارهای مختلف NLP، از جمله برچسبگذاری مورفولوژیکی، بسیار دقیق هستند، انتقال آنها به زبانهای دیگر دشوار است زیرا به منابعی نیاز دارند که ایجاد آنها گران است. در نتیجه، بسیاری از زبانها هیچ چشمانداز واقعبینانهای برای حاشیهنویسی صرفی- نحوی در آینده قابل پیشبینی ندارند. روش ارائه شده در این کتاب با هدف غلبه بر این مشکل با محدود کردن قابل توجه داده های ضروری و در عوض برون یابی اطلاعات مربوطه از زبان مرتبط دیگر است. این رویکرد روی کاتالان، پرتغالی و روسی آزمایش شده است. اگرچه این زبانها فقط از نظر منابع نسبتاً ضعیف هستند، همان روش را میتوان در اصل برای هر زبان عطفی به کار برد، تا زمانی که یک مجموعه حاشیهنویسی از یک زبان مرتبط موجود باشد. زمان مورد نیاز برای تنظیم سیستم با یک زبان جدید کسری از زمان مورد نیاز برای سیستم هایی با منابع گسترده و دستی ایجاد شده را تشکیل می دهد: روز به جای سال ها. این کتاب به تعدادی از موضوعات می پردازد: گونه شناسی، ریخت شناسی، زبان شناسی پیکره، زبان شناسی متضاد، حاشیه نویسی زبانی، زبان شناسی محاسباتی و پردازش زبان طبیعی (NLP). محققان و دانشجویانی که به این حوزه های علمی و همچنین مطالعات و کاربردهای بین زبانی علاقه مند هستند، از این کار بسیار بهره مند خواهند شد. محققان و دست اندرکاران علوم کامپیوتر و زبان شناسی خوانندگان آینده این کتاب هستند.
While supervised corpus-based methods are highly accurate for different NLP tasks, including morphological tagging, they are difficult to port to other languages because they require resources that are expensive to create. As a result, many languages have no realistic prospect for morpho-syntactic annotation in the foreseeable future. The method presented in this book aims to overcome this problem by significantly limiting the necessary data and instead extrapolating the relevant information from another, related language. The approach has been tested on Catalan, Portuguese, and Russian. Although these languages are only relatively resource-poor, the same method can be in principle applied to any inflected language, as long as there is an annotated corpus of a related language available. Time needed for adjusting the system to a new language constitutes a fraction of the time needed for systems with extensive, manually created resources: days instead of years. This book touches upon a number of topics: typology, morphology, corpus linguistics, contrastive linguistics, linguistic annotation, computational linguistics and Natural Language Processing (NLP). Researchers and students who are interested in these scientific areas as well as in cross-lingual studies and applications will greatly benefit from this work. Scholars and practitioners in computer science and linguistics are the prospective readers of this book.