The structure of unseen trigrams and its application to language models: A first investigation

In a series of preparatory experiments in 4 languages on subsets of the Europarl corpus, we show that a large number of unseen trigrams can be reconstructed by proportional analogy with trigrams having the lowest frequencies. We derive a very simple smoothing scheme from this empirical result and sh...

Celý popis

Podrobná bibliografie

Vydáno v:	2010 4th International Universal Communication Symposium s. 273 - 280
Hlavní autoři:	Lepage, Y, Gosme, J, Lardilleux, A
Médium:	Konferenční příspěvek
Jazyk:	angličtina japonština
Vydáno:	IEEE 01.10.2010
Témata:	Connectors Electronic mail Estimation Europarl Morphology Smoothing methods structure of unseen trigrams Training Training data Trigram language models
ISBN:	9781424478217, 1424478219
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!