A POS tagger is one component in th

A POS tagger is one component in the
SDT based statisticM parsing system described
in (Jelinek et al., 1994, Magerman, 1995). The
total word accuracy on Wall St. Jour-
nal data, 96.5%(Magerman, 1995), is similar to
that presented in this paper. However, the
aforementioned SDT techniques require word
classes(Brown et al., 1992) to help prevent data
fragmentation, and a sophisticated smoothing al-
gorithm to mitigate the effects of any fragmenta-
tion that occurs. Unlike SDT, the MaxEnt train-
ing procedure does not recursively split the data,
and hence does not suffer from unreliable counts
due to data fragmentation. As a result, no word
classes are required and a trivial count cutoff suf-
rices as a smoothing procedure in order to achieve
roughly the same level of accuracy

Kết quả (Việt) 1:

POS tagger là một thành phần trong các SDT dựa statisticM phân tích hệ thống được mô tả ở (Jelinek et al., năm 1994, Magerman, năm 1995). Các độ chính xác tất cả từ trên tường St. Jour- dữ liệu Nal, 96,5% (Magerman, 1995), là tương tự như mà trình bày trong bài báo này. Tuy nhiên, các yêu cầu nói trên SDT kỹ thuật từ Các lớp học (Brown et al., 1992) để giúp ngăn chặn dữ liệu phân mảnh, và một tinh vi làm mịn al- gorithm để giảm thiểu những ảnh hưởng của bất kỳ fragmenta- tion xảy ra. Không giống như SDT, MaxEnt train- thủ tục ing không đệ quy tách dữ liệu, và do đó không bị từ tính không đáng tin cậy do dữ liệu phân mảnh. Kết quả là, không có chữ Các lớp học được yêu cầu và một tầm thường tính cắt suf- rices như là một thủ tục làm mịn để đạt được khoảng cùng một mức độ chính xác

Kết quả (Việt) 2:

Một tagger POS là một thành phần trong
SDT dựa trên hệ thống statisticM phân tích cú pháp được mô tả
trong (Jelinek et al., 1994, Magerman, 1995). Các
tổng số chính xác từ trên Wall St. Jour-
dữ liệu nal, 96,5% (Magerman, 1995), tương tự như
được trình bày trong bài báo này. Tuy nhiên,
kỹ thuật SDT nói trên đòi hỏi từ
các lớp học (Brown et al., 1992) để giúp ngăn chặn dữ liệu
phân mảnh và làm mịn tinh tế al-
gorithm để giảm thiểu ảnh hưởng của bất kỳ fragmenta-
sự xảy ra. Không giống như SDT, các Maxent tập huấn
ing thủ tục không đệ quy chia dữ liệu,
và do đó không bị tính không đáng tin cậy
do dữ liệu phân mảnh. Kết quả là, không có từ
các lớp học được yêu cầu và một số cắt nhỏ suf-
Gạo là một thủ tục làm mịn để đạt được
khoảng cùng một mức độ chính xác