Login for students

Login for employees

Publication detail

Comparison of Various Approaches to Tagging for the Inflectional Slovak Language
Authors: Benko Lubomir | Munkova Dasa | Pappova Maria | Munk Michal
Year: 2024
Type of publication: článek v odborném periodiku
Name of source: PeerJ Computer Science
Publisher name: PEERJ INC
Place: LONDON
Page from-to: e2026
Titles:
Language Name Abstract Keywords
cze Srovnání různých přístupů k tagování pro flektivní slovenský jazyk Morfologické tagování poskytuje klíčové informace o gramatice, struktuře a vzájemných vztazích slov ve větě. Tagování textu ve vysoce flektivním jazyce představuje náročný úkol kvůli mnohoznačnosti slov. Tento výzkum si klade za cíl porovnat šest různých automatických taggerů pro slovenský jazyk, s cílem nalézt nejpřesnější tagger pro literární a neliterární texty. Naše výsledky ukazují, že je užitečné rozlišovat texty na literární a neliterární a následně na základě stylu textu nasadit odpovídající tagger. Pro literární texty vykázal nejlepší výkon UDPipe2, který dosáhl nejlepších výsledků v sedmi z devíti zkoumaných pozic v tagsetu. Naopak pro neliterární texty vykázal nejlepší výkon RNNTagger, který dosáhl nejlepších výsledků v osmi z devíti zkoumaných pozic v tagsetu. RNNTagger je doporučován pro oba typy textů, protože nejlépe zachycuje flektivnost slovenského jazyka, avšak UDPipe2 vykazuje vyšší přesnost u literárních textů. Navzdory omezením velikosti datové sady tato studie zdůrazňuje vhodnost různých taggerů pro flektivní jazyky, jako je slovenština. PoS tagování; Nízkozdrojový jazyk; Slovenský jazyk; Morfologická anotace; Automatické tagování
eng Comparison of Various Approaches to Tagging for the Inflectional Slovak Language Morphological tagging provides essential insights into grammar, structure, and the mutual relationships of words within the sentence. Tagging text in a highly inflectional language presents a challenging task due to word ambiguity. This research aims to compare six different automatic taggers for the inflectional Slovak language, seeking for the most accurate tagger for literary and non-literary texts. Our results indicate that it is useful to differentiate texts into literary and non-literary and subsequently, based on the text style to deploy a tagger. For literary texts, UDPipe2 outperformed others in seven out of nine examined tagset positions. Conversely, for non-literary texts, the RNNTagger exhibited the highest performance in eight out of nine examined tagset positions. The RNNTagger is recommended for both types of the text, the best captures the inflection of the Slovak language, but UDPipe2 demonstrates a higher accuracy for literary texts. Despite dataset size limitations, this study emphasizes the suitability of various taggers for the inflectional languages like Slovak. Part-of-speech tagging; Low-resource language; Slovak language; Morhological annotation; Automatic taggers

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0