Machine Learning Methods for Kazakh Morphology: A Comprehensive Overview

2024

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/piere62470.2024.10804966
Достоверность данных 85 высокая
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

Kazakh is an agglutinative language, where the sequential attachment of morphemes forms words, each bearing specific grammatical information. The complexity of this morphological structure presents significant challenges for computational linguistics, particularly in natural language processing tasks such as part-of-speech tagging, syntactic parsing, and machine translation. This paper provides a comprehensive review of the most widely used machine learning approaches applied to Kazakh morphology. It compares classical machine learning techniques, such as hidden Markov models and conditional random fields, along with rule-based methods, and recent advances in deep learning, including recurrent neural networks, long short-term memory networks, and transformer-based architectures like BERT. The paper also explores the applicability of data-driven approaches and reviews existing research on Kazakh morphology, offering a comparative analysis based on efficiency, scalability, and accuracy. Finally, future directions are discussed, focusing on expanding annotated datasets and developing models tailored for low-resource languages like Kazakh to improve their representation in natural language processing tasks.