POS-RNN-马拉雅拉姆语使用循环神经网络对马拉雅拉姆语进行POS标记,在测试语料库上使用RNN能够达到74%的准确率(740/1005正确预测)。RNN的输入特征是单词,并且只有前面的POS标签,因为测试语料库可以有前面的POS可用但没有后续的标签。输出为POS标签。两种方法用于未见过的单词——基于单词相似性的函数,以相似字母结尾的单词。也尝试了所有单词的最后两个字母作为输入特征,但事实证明不太准确。必要时可在源代码中获得相关注释。op.txt中的输出格式为:字:预测位置:实际位置:未见过的字?项目可以直接在eclipse中导入,代码是用Java编写的(7)srccomposutilPosTagger.java包含在语料库(主类)上运行测试的可执行代码。通过将PosTagger参数更改为“el”。
POS RNN malayalam:使用循环神经网络对马拉雅拉姆语进行POS标记
文件列表
POS-RNN-malayalam:使用循环神经网络对马拉雅拉姆语进行 POS 标记
(预估有个292文件)
PosTagger.class
12KB
AutoMPGRegression.class
7KB
SunSpotTimeseries.class
7KB
IrisClassification.class
6KB
BayesianWordAnalyzer.class
6KB
BayesianSpam.class
6KB
XORFactory.class
7KB
CrossValidateSunspot.class
10KB
GenerateData.class
6KB
RocketCPN.class
7KB
暂无评论