Исследование нейроподобной d-граммной модели для моделирования русского языка
- 1 к.ф.-м.н., ст. науч. сотрудник, ФГНУ «НИИ Спецвузавтоматика» (г. Ростов-на-Дону)
- 2 к.ф.-м.н., доцент, зав. лабораторией, ФГНУ «НИИ Спецвузавтоматика» (г. Ростов-на-Дону)
- 3,4 науч. сотрудник, ФГНУ «НИИ Спецвузавтоматика» (г. Ростов-на-Дону)
Ключевые слова:
моделирование языкараспознавание речиd-граммная модельнейроподобная синтаксическая связь
Аннотация
Для моделирования языка предложено использовать d-граммную модель языка, которая учитывает нейроподобные синтаксические связи между словами. Эксперименты, проведенные на данных, полученных для русского языка, показали, что d-граммная модель способна значительно повысить точность моделирования языка.
Для цитирования
Зулкарнеев М.Ю., Репалов С.А., Шамраев Н.Г., Эдель Д.А. Исследование нейроподобной d-граммной модели для моделирования русского языка // Нейрокомпьютеры: разработка, применение. 2013. № 4. С. 14–17.
Список источников
- Damerau F. Markov models and linguistic theory. Mouton. 1971.
- Pak A., Paroubek P. Text representation using dependency tree subgraphs for sentiment analysis // Lecture Notes in Computer Science. 2011. V. 6637/2011. P. 323-332.
- Kasevich V.B. Struktura predlozhenija. EHlementy obshhejj lingvistiki. M.: Nauka. 1977. S. 91-92.
- Henderson J. Novel Speech Recognition Models for Arabic // Johns Hopkins Summer Workshop, 2002.
- Sharoff S., Nivre J. The proper place of men and machines in language technology: Processing Russian without any linguistic knowledge // Proc. Dialogue 2011. Russian Conference on Computational Linguistics.
- Schmid H. Probabilistic part-of-speech tagging using decision trees // Proceedings of International Conference on New Methods in Language Processing. Manchester, UK. 1994.