Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Tenyidie Syllabification corpus creation and deep learning applications

Created by
  • Haebom

저자

Teisovi Angami, Kevisino Khate

개요

본 논문은 인도 북동부 나갈랜드 지역의 테니미아 공동체가 사용하는 티베토-버만어족의 저자원 언어인 테니디에(Tenyidie) 언어에 대한 음절 분할 연구를 제시한다. 테니디에 언어는 성조 언어이며 주어-목적어-동사 어순을 가지고, 고도로 교착어적인 특성을 보인다. 연구는 10,120개의 음절 분할된 테니디에 단어 코퍼스를 구축하고, LSTM, BLSTM, BLSTM+CRF, 인코더-디코더 딥러닝 아키텍처를 적용했다. 80:10:10 (훈련:검증:테스트) 비율의 데이터셋 분할에서 BLSTM 모델을 사용하여 99.21%의 최고 정확도를 달성했다.

시사점, 한계점

시사점:
테니디에 언어의 음절 분할에 대한 최초의 연구.
저자원 언어인 테니디에 언어의 NLP 연구 발전에 기여.
구축된 코퍼스는 형태소 분석, 품사 태깅, 기계 번역 등 다른 NLP 작업에 활용 가능.
BLSTM 모델을 통해 높은 정확도 달성.
한계점:
논문에서 한계점에 대한 구체적인 언급 없음.
👍