Publikace detail

Comparison of Various Approaches to Tagging for the Inflectional Slovak Language

Autoři: Benko Lubomir | Munkova Dasa | Pappova Maria | Munk Michal

Rok: 2024

Druh publikace: článek v odborném periodiku

Název zdroje: PeerJ Computer Science

Název nakladatele: PEERJ INC

Místo vydání: LONDON

Strana od-do: e2026

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
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

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte