arXiv：cs.CL（计算语言学，全量分类）· Yasas Ekanayaka, Deshan Sumanathilaka·· 1 天前AI 评分24
僧伽罗语 Sandhi 切分的字符级神经方法研究
A Character-Level Neural Approach to Sinhala Sandhi Splitting
AI 导读
研究基于 SandhiLex 提出字符级序列到序列方法，用原生僧伽罗语 Unicode 输入评测循环编码器-解码器模型。最佳模型为双向 LSTM 编码器加单向 LSTM 解码器，在词汇化、派生和词源性 Sandhi 难子集上仅达 68.40% 精确匹配准确率（字符级 82.08%），远低于规则化词缀子集的 94.00%。消融显示双向编码贡献最大，原生僧伽罗文字优于罗马化输入。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org