Newspaper text is the primary data

Newspaper text is the primary data source for training modern NLP systems. For example, most “off-the-shelf” English POS taggers (e.g., the Stanford Tagger (Toutanova et al., 2003), SVMTool
(Gim´enez and Marquez, 2004), and CRFTagger (Phan, 2006)) are trained on the WSJ portion of the Penn Treebank, which is composed of professionally-written news text from 1989. This motivates this evaluation scenario, in which we train the tagger on the Penn Treebank WSJ data and apply it to historical English texts, using all sentences of the PPCMBE and PPCEME for testing.

Kết quả (Việt) 1:

Báo chí văn bản là các nguồn dữ liệu chính cho hệ thống NLP Đào tạo hiện đại. Ví dụ, hầu hết "off-the-shelf" POS tiếng Anh taggers (ví dụ, các Stanford Tagger (Toutanova et al., 2003), SVMTool(Gim´enez và Marquez, 2004), và CRFTagger (Phan, 2006)) được đào tạo về phần WSJ Treebank Penn, trong đó bao gồm tin tức chuyên nghiệp viết văn từ năm 1989. Điều này thúc đẩy kịch bản đánh giá này, mà trong đó chúng tôi đào tạo tagger trên dữ liệu Penn Treebank WSJ và áp dụng nó vào lịch sử văn bản tiếng Anh, bằng cách sử dụng tất cả các câu của PPCMBE và PPCEME để thử nghiệm.

Kết quả (Việt) 2:

Văn bản báo là nguồn dữ liệu chính cho đào tạo hệ thống NLP hiện đại. Ví dụ, hầu hết "off-the-shelf" Anh POS người gắn thẻ (ví dụ, các Tagger Stanford (Toutanova et al., 2003), SVMTool
(Gim'enez và Marquez, 2004), và CRFTagger (Phan, 2006)) được đào tạo trên phần WSJ của Penn Treebank, trong đó bao gồm các văn bản tin tức chuyên nghiệp được viết từ năm 1989. Điều này sẽ thúc đẩy kịch bản đánh giá này, trong đó chúng tôi đào tạo các tagger trên các dữ liệu Penn Treebank WSJ và áp dụng nó vào văn bản tiếng Anh lịch sử, sử dụng tất cả các câu của PPCMBE và PPCEME để thử nghiệm.