Part-of-speech tagging of Kazakh text via LSTM network with a bidirectional modifier

2021

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/icecco53203.2021.9663794
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

In this paper, part-of-speech tagging on Kazakh text has been implemented using an LSTM neural network with a bidirectional modifier. A quite simple and fast tagger has been built, tested and evaluated on the self-collected dataset of Kazakh sentences with an accuracy of 94 %. There was addressed basically the problem of tagging having a small number of training samples (around 100 Kazakh sentences). It has been shown that quite good accuracy can be achieved in this situation.