利用统计方法及中文训练资料处理台语文词性标记.pptVIP

利用統計方法及中文訓練資料處理台語文詞性標記 Modeling Taiwanese POS tagging with statistical methods and Mandarin training data 楊允言 戴嘉宏 劉杰岳 陳克健 高成炎 2008.9.5 報告大綱 研究架構 研究目的 研究方法 結果與分析 未來方向 1. 研究架構 台語文語料庫 詞頻/MI 統計 詞性標記 兩種書寫型式互轉（漢字羅馬字） 語法結構樹 2. 研究目的 台語文 tagging 問題1：詞類集中文詞類集 問題2：缺trainging data中文的training data 2. 研究目的-2 Input：漢羅/羅馬字 段落對齊文本 Lu?n tha?k pe?h-o?e-ji? khah-ia?n tha?k Tiong-kok ji?, chiu?-si? ko?e tha?k, koh m?-sa?i le?ng-go?a ko?e-seh … 論讀白話字較贏讀中國字，就是會讀，koh m? 使另外解說 … 1885 葉牧師 白話字的利益 2. 研究目的-3 Output：Tagging結果 論[Lu?n] (VC) 讀[tha?k ] (VC) 白話字[pe?h-o?e-ji? ] (Na) 較贏[khah-ia?n ] (VJ) 讀