A spelling corrector for Basque based on morphology

Aduriz, Itziar; Urkia, Miriam; Alegria, Iñaki; Artola, Xabier; Ezeiza, Nerea; Sarasola, Kepa

doi:10.1093/llc/12.1.31

Cited by 14 publications

(6 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The approaches to the three grammar tasks that form the basic NLP pipeline, namely, part-ofspeech/morphological tagging, lemmatisation, and dependency parsing, rapidly developed for the last half a century (Hann, 1974) (Spyns, 1996) (Aduriz et al, 1996) (Branco and Silva, 2003) ] (Qi et al, 2020) (Kumar et al, 2022). Currently pipeline models that combine part-of-speech/morphological tagging, lemmatisation , and parsing, dominate the landscape (Straka and Straková, 2017) (Kondratyuk, 2019) (Kanerva et al, 2021).…”

Section: Related Workmentioning

confidence: 99%

Disambiguation in context in the Russian National Corpus: 20 yeas later

Lyashevskaya,

Afanasev,

Rebrikov

et al. 2023

Computational Linguistics and Intellectual Technologies”

View full text Add to dashboard Cite

An updated annotation of the Main, Media, and some other corpora of the Russian National Corpus (RNC) features the part-of-speech and other morphological information, lemmas, dependency structures, and constituency types. Transformer-based architectures are used to resolve the homonymy in context according to a schema based on the manually disambiguated subcorpus of the Main corpus (morphology and lexicon) and UD-SynTagRus (syntax). The paper discusses the challenges in applying the models to texts of different registers, orthographies, and time periods, on the one hand, and making the new version convenient for users accustomed to the old search practices, on the other. The re-annotated corpus data form the basis for the enhancement of the RNC tools such as word and n-gram frequency lists, collocations, corpus comparison, and Word at a glance.

show abstract

Section: Related Workmentioning

confidence: 99%

Disambiguation in context in the Russian National Corpus: 20 yeas later

Lyashevskaya,

Afanasev,

Rebrikov

et al. 2023

Computational Linguistics and Intellectual Technologies”

View full text Add to dashboard Cite

show abstract

“…Yazım kontrolü (Spelling Corrector), özellikle giriş değerinin doğruluğunu sağlaması için önemlidir. Giriş değerinde yapılan yazım yanlışları, dilbilgisi sıralamaları ve anlamsal çıkarımlarda hatalara sebep olabilir [23]. Yazım düzenleme, hatasız metin tabanlı iletişim ve metin işleme için çok önemli bir ön işleme adımıdır [24].…”

Section: Doğal Dil Işlemede öN Işlemlerunclassified

Doğal dil işleme yöntemleriyle metinden SQL sorgusu tahmini üzerine bir çalışma

Yüksel¹,

Karabıyık

2022

NÖHÜ Müh. Bilim. Derg.

View full text Add to dashboard Cite

Bilgisayar bilimlerinde, kalıcı bilgiler sistematik bir şekilde veri tabanlarında tutulmaktadır. Veri tabanlarındaki bilgilere ulaşılabilmesi için belirli teknik birikimlere sahip olunması gerekmektedir. Çalışmamızda, doğal dille yapılmış sorgulardan SQL sorgusu tahmini yapılmıştır. Bu sayede teknik bir bilgi birikimi olmadan veri tabanları üzerinde sorgulamalar yapılabilmesi hedeflenmektedir. Çalışmamızda doğal dil işleme tekniklerinden faydalanmıştır. Doğal dil işlemenin ana konularından biri olan çoklu dil desteği, uygulamaya entegre edilmiştir. Doğal dilden SQL tahmini için uygulanan model, LSTM ağı kullanılarak spider veri setiyle eğitilmiştir. Yapılan SQL sorgusu tahminlerinde, %75 başarı oranına ulaşmıştır. Çoklu dil desteğiyle yapılan genel sistem değerlendirmesinde, başarı oranı %69,4’ e ulaşmıştır.

show abstract

“…Currently, the NLP Analysis Service only supports Basque Language, which is carried out using the EUSLEM lemmatiser/tagger for Basque [22]. However, this webservice can be improved to use new NLP parsers for the new languages with minor effort.…”

Section: Extendability Of the Erauzont Frameworkmentioning

confidence: 99%