Egy emBERT próbáló feladat

Az utóbbi egy-két évben a mély, kontextuális szóbeágyazások kiszorították a hagyományos, kézzel összeállított feature halmazokat a legtöbb nyelvi feladatban. Ennek ellenére a magyar nyelvfeldolgozó rendszerek (e-magyar, magyarlanc) még mindig a hagyományos, kézi feature-ökkel dolgoznak. A cikkben be...

Teljes leírás

Elmentve itt :
Bibliográfiai részletek
Szerző: Nemeskey Dávid Márk
Testületi szerző: Magyar Számítógépes Nyelvészeti Konferencia (16.) (2020) (Szeged)
Dokumentumtípus: Könyv része
Megjelent: 2020
Sorozat:Magyar Számítógépes Nyelvészeti Konferencia 16
Kulcsszavak:Nyelvészet - számítógép alkalmazása, Korpusz - nyelvészet
Online Access:http://acta.bibl.u-szeged.hu/67653
Leíró adatok
Tartalmi kivonat:Az utóbbi egy-két évben a mély, kontextuális szóbeágyazások kiszorították a hagyományos, kézzel összeállított feature halmazokat a legtöbb nyelvi feladatban. Ennek ellenére a magyar nyelvfeldolgozó rendszerek (e-magyar, magyarlanc) még mindig a hagyományos, kézi feature-ökkel dolgoznak. A cikkben bemutatjuk az emBERT modult, amely a transformers könyvtár segítségével lehetővé teszi kontextuális szóbeágyazás-alapú osztályozók integrálását az e-magyar rendszerbe. A modult főnévi csoport- és névelemfelismerésre tanítottuk fel. A modellek mindkét feladaton javítanak az eddigi legjobb eredményeken.
Terjedelem/Fizikai jellemzők:409-418
ISBN:978-963-306-719-2