نویسندگان:
(1) Martyna Wiącek، موسسه علوم کامپیوتر، آکادمی علوم لهستان.
(2) پیوتر ریباک، موسسه علوم کامپیوتر، آکادمی علوم لهستان.
(3) Łukasz Pszenny، موسسه علوم کامپیوتر، آکادمی علوم لهستان.
(4) Alina Wróblewska، موسسه علوم کامپیوتر، آکادمی علوم لهستان.
یادداشت ویرایشگر: این قسمت 9 از 10 مطالعه ای است که در مورد بهبود ارزیابی و مقایسه ابزارهای مورد استفاده در پیش پردازش زبان طبیعی انجام می شود. بقیه را در ادامه بخوانید.
جدول پیوندها
چکیده و 1. مقدمه و آثار مرتبط
- بنچمارک NLPre
2.1. مفهوم تحقیق
2.2. سیستم بنچمارک آنلاین
2.3. پیکربندی
- معیار NLPre-PL
3.1. مجموعه داده ها
3.2. وظایف
- ارزیابی
4.1. روش شناسی ارزشیابی
4.2. سیستم های ارزیابی شده
4.3. نتایج
- نتیجه گیری
- ضمیمه ها
- قدردانی ها
- مراجع کتابشناختی
- مراجع منابع زبان
4.3. نتایج
تاثیر معماری سیستم ما کیفیت سیستم های انتخابی NLPre را مشروط به معیار NLPre-PL ارزیابی می کنیم. در لهستانی (و بسیاری از زبان های دیگر)، ابزارهای غیر عصبی NLPre در حال حاضر به طور گسترده توسعه نیافته اند. ما دو مورد از آنها را ارزیابی می کنیم: Concraft و UDPipe. اگرچه آنها از الگوریتم های شبکه عصبی برای آموزش مدل ها استفاده نمی کنند، کیفیت آنها تفاوت قابل توجهی با بهترین سیستم های عصبی آزمایش شده ندارد.