Incorporating Multi-granularity Linguistic Units in Character-based Word Segmentation

• 資料種別: 博士論文
• タイトル: Incorporating Multi-granularity Linguistic Units in Character-based Word Segmentation
• 著者・編者: CHAY-INTR, Thodsaporn; Chay-intr, Thodsaporn
• 著者標目: CHAY-INTR, Thodsaporn; Chay-intr, Thodsaporn
• 出版年月日等: 2023-09
• 出版年（W3CDTF）: 2023-09
• 授与機関名: 東京工業大学
• 授与年月日: 2023-09-22
• 授与年月日（W3CDTF）: 2023-09-22
• 報告番号: 甲第12542号
• 学位: 博士(工学)
• 本文の言語コード: eng
• 件名標目: Word segmentation; Representation learning; Linguistic units
• 対象利用者: 一般
• 一般注記: A character sequence tends to comprise segmentation alternatives, leading to segmentation ambiguity. Properly handling this ambiguity using multi-granularity linguistic units, such as character clusters, subwords, and words, can improve word segmentation performance and lessen ambiguous boundary decisions. We conduct a study to investigate the potential of using various linguistic units and leveraging segmentation alternatives for character-based word segmentation. Our experimental results demonstrated improvements in segmentation performance, outperforming previous work on the BCCWJ, CTB6, and BEST2010 datasets in Japanese, Chinese, and Thai, respectively.; identifier:oai:t2r2.star.titech.ac.jp:50672947
• 国立国会図書館永続的識別子: info:ndljp/pid/13332182; https://dl.ndl.go.jp/pid/13332182
• コレクション（共通）: 障害者向け資料
• コレクション（障害者向け資料：レベル1）: テキストデータ
• コレクション（個別）: 国立国会図書館デジタルコレクション > デジタル化資料 > 博士論文; https://dl.ndl.go.jp/collections/A00014
• 収集根拠: 博士論文（自動収集）
• 受理日（W3CDTF）: 2024-02-02T16:16:39+09:00
• 記録形式（IMT）: application/pdf
• オンライン閲覧公開範囲: 国立国会図書館内限定公開
• デジタル化資料送信: 図書館・個人送信対象外
• 遠隔複写可否（NDL）: 可
• 掲載誌（URI）: http://t2r2.star.titech.ac.jp/cgi-bin/publicationinfo.cgi?q_publication_content_number=CTT100902372
• 連携機関・データベース: 国立国会図書館 : 国立国会図書館デジタルコレクション; https://dl.ndl.go.jp