Ulteriori informazioni
La acumulación de información en esta era electrónica está aumentando rápidamente. Sin embargo, disponemos de muy pocas herramientas inteligentes que ayuden a las personas a gestionar esta enorme cantidad de información. Las investigaciones sobre el procesamiento del lenguaje natural están estudiando detenidamente este problema y tratando de crear sistemas que puedan entender los lenguajes naturales. El etiquetado de partes del discurso es uno de los intentos por comprender los lenguajes humanos. Consiste en asignar una categoría a una palabra que indica la función de esta en un contexto determinado. Existen muchos etiquetadores POS para muchos idiomas, pero no para el amárico. Este estudio propone un método híbrido de red neuronal y enfoque basado en reglas para etiquetar palabras amáricas. Así, este método se basa primero en una red neuronal y, a continuación, se corrigen las anomalías mediante un enfoque basado en reglas. Para el desarrollo del etiquetador amárico se han adoptado el algoritmo de retropropagación y el método de aprendizaje basado en transformaciones. La creación del etiquetador con un enfoque híbrido puede mejorar su rendimiento. Para evaluar el método propuesto, se han llevado a cabo varios experimentos. Creemos que este trabajo servirá de marco para desarrollar etiquetadores POS para cualquier idioma con una mayor eficiencia.
Info autore
Solomon A. Kidanu uzyskä tytu¿ licencjata w dziedzinie systemów informatycznych oraz tytu¿ magistra informatyki na Uniwersytecie w Addis Abebie w Etiopii, odpowiednio w 2004 i 2008 roku. Od 2009 roku jest wyk¿adowc¿ na Wydziale Informatyki Uniwersytetu w Addis Abebie. Obecnie jest doktorantem na Université de Pau et des pays l'Adour (UPPA) we Francji.
