贫语言资源条件下藏文分句数据集构建研究

分享到

【获取途径】超星期刊网
【作者】才让叁智，多拉
【作者单位】¹西北民族大学中国语言文学学部；²西藏大学信息科学技术学院；³青海师范大学藏语智能信息处理及应用国家重点实验室
【年份】2022
【卷号】第6卷
【期号】第4期
【页码】85-94
【ISSN】2096-4617
【关键词】藏文句子藏文垂符分句数据集
【摘要】基于深度学习的藏文自动分句研究中构建分句数据集，事关藏文分句模型性能和质量。鉴于现有的藏文自动分句数据稀缺问题，文章通过梳理藏文句法结构，提出了位于句末的谓语动词和谓语形容词，以及终结虚词和离合虚词可充当句尾标识符号的观点，并通过相关语料库构建了谓语形容词词典、谓语动词词典和句尾虚词词典，最终使用句尾词匹对方法成功从语料中切分出了40万条句子，解决了藏文分句数据集建构问题，为基于深度学习的藏文分句研究提供了可靠和较大规模的数据基础。
【基金】国家自然科学基金
【文献类型】期刊