Mehr lesen
Per il riconoscimento vocale, l'OCR, ecc., La determinazione delle proprietà strutturali di un linguaggio naturale è essenziale. Queste proprietà possono essere analizzate in due diverse categorie; analisi morfologiche e statistiche. Per l'analisi statistica, è necessario un corpus che sia un campione rappresentativo del linguaggio naturale. Le frequenze di n-grammi di parole di quel corpus possono essere determinate utilizzando algoritmi adeguati e gli n-grammi mancanti possono essere stimati utilizzando tecniche di smoothing. In questo studio, al fine di confrontare e applicare le tecniche di levigatura al turco, è stato creato un corpus chiamato TurCo. Per calcolare la parola n-grammi, sono stati testati diversi algoritmi. Dopo aver trovato elenchi di parole in n grammi, sono state analizzate le loro caratteristiche. Per la generalizzazione, è stata applicata la legge di Zipf e per aumentare la precisione nella legge di Zipf, è stata applicata la legge di Mandelbrot trovando le costanti di Mandelbrot appropriate. Poiché il corpus non poteva essere abbastanza grande da rappresentare tutto il linguaggio, sono state utilizzate tecniche di levigatura per stimare la parola invisibile n-grammi. Questo studio può aiutare i professionisti che lavorano su riconoscimento vocale, crittoanalisi e riconoscimento dell'autore in turco.
Über den Autor / die Autorin
Feri¿tah Örücü: Ze had de B.S. en M.S. graden in Comp Eng van DEU, Turkije. Ze heeft een Ph.D. student en een Res Asst of Dept of Comp Eng van DEU. Gökhan Dalk¿l¿ç: Hij had M.S. graden in Comp Sci van USC, en van Ege Univ CI, Ph.D. graad in Comp Eng van DEU. Hij was een assistent-professor van de afdeling Comp Eng van DEU.
