Navegando por los tiempos en oraciones bengalíes: un modelo de conjunto apilado para una predicción mejorada

Área de la Ciencia:

• Lingüística computacional
• Procesamiento del lenguaje natural
• Aprendizaje automático

Sus antecedentes:

• La clasificación de la tensión en oraciones bengalíes sigue siendo un desafío significativo en el procesamiento del lenguaje natural bengalí (PNL).
• La identificación precisa del tiempo es crucial para varias aplicaciones de PNL, incluida la traducción automática, el análisis de sentimientos y la corrección gramatical.
• Los métodos existentes carecen de un enfoque integral para manejar las complejidades de la morfología del verbo bengalí.

Objetivo del estudio:

• Desarrollar un modelo de conjunto apilado robusto para la clasificación automática del tiempo en oraciones bengalíes.
• Para abordar la brecha en la clasificación precisa y a gran escala del tiempo para la lengua bengalí.
• Establecer un nuevo punto de referencia de rendimiento para las tareas de PNL en Bangla.

Principales métodos:

• Construcción de un nuevo corpus bengalí, BengaliTenseCorpus, con 13.500 oraciones etiquetadas manualmente en los tiempos Presente, Pasado y Futuro.
• Implementación de un marco de conjunto apilado que integra cinco modelos básicos: Bosque aleatorio, Máquina de vectores de soporte, XGBoost, LSTM y GRU.
• Técnicas rigurosas de preprocesamiento aplicadas a diversas fuentes de texto para garantizar la calidad de los datos y la integridad lingüística.

Principales resultados:

• El modelo de conjunto apilado propuesto logró una precisión de clasificación del 85% en los datos de prueba.
• El modelo conjunto demostró un rendimiento superior en comparación con los modelos base individuales.
• Este trabajo representa el primer sistema a gran escala que combina el aprendizaje automático y el aprendizaje profundo para la clasificación del tiempo bengalí.

Conclusiones:

• El modelo de conjunto apilado desarrollado ofrece una solución altamente precisa para la clasificación del tiempo bengalí.
• Esta investigación proporciona una base sólida para el avance de las aplicaciones de PNL en Bangla, particularmente en herramientas de escritura inteligente y aprendizaje de idiomas.
• Los sistemas basados en conjuntos capturan efectivamente los matices de la morfología del verbo bengalí, allanando el camino para futuras mejoras.