this method, a part-of-speech tagger (called TreeTagger) has been implemented
which achieves. 96.36 %accuracy on Penn-Treebank data which is better than ...
!"#%$'&( )*)*
+ )-,./
+ )102"3
+4&/##65 798;:=%@BACEDF%@ZYE>F[ \SFT%dFe f9TFG=b 8;\UVG=@g]h[ @BA/@W>@@Wd] \V@;e iBj 8;Tc38;\VdUV@\;k9lmeonBPp q%lphrHA@W>%@V@Wd] \N@seutv8;\V
K Z
H
IH
-
i;
?
D
(D
-
"
'(-2 )
"
'(--5()
*
*
r
6
-;
1
½
µCY
(
&5
µ;
D
µCY
V
?
6
-;
C
?
C
-;
!!
C
"
1
1
C
1
=
?
nAA
C
&%
(D
!
½=
9
$#
µC
('
('
N
-
/.
'
K Z -
/.
!5
'
)!*,+
C
0'
/.
1-
/.
23 w mtSy~j*grg'wj*knzngnEs*v }gnw mqmy dlj*krmznd!sugnm½xdfhy d
j*knm½w sugrgrfh~hm½wj*knzngnEs*v }gnw mqmy dSs*vµt!mxe~ SyqknmqjAzrmpxsukrp!g j*p* myznf om
+
'
µCY1'
' m !
t!sut !omkr
e n u e l
s d
l e
#
c v n
g
o n a t
y
ies ons ous sed old ble lle nce ive ing ion son ton man ity
i o o s o b l n i i i s t m i
%á®è¤ÔÒÙ Õzؤ÷SÓä£ÙÕzÔ 9àÒzÙVÙѤå%ä®ÙNé²è àzæ ¯Õzá£é²èvàzæáâÕ*á®égå~Ñ_Òz÷ ØEàá£Ñ_é?÷¨ÙؤÕzÔÒÙ¤ÞàæÙ9ÕzÔ !àÒzÙVÙ æ²Ø¤Õ*×hÙVÙNé ÓÒÔéÙÚê ѤÒËÙVؤãæ?ä®ÙVØ åÞ/àæÙZü"ÙNá®è¤æ;àzÙÚ %&0 e!# ÿ % 0 j#1%&0 ø uú"ü±Ø¤ÕÂãVØ äâãÔäâØEàÙVÚ ø uú 2 ø uú±4ø ø 3ú ø uúzúe ø _ú üÂæÙVÒzÙ áâÕËàæÙ|ÕÔ Ñ¤å´àzæ٠ӲؤÒzÙVé_àSéÑgÚgÙ_Þ á®Õ¬àæÙvÕÔ Ñ¤åÂàzæÙvãÔ²ÒzÒÙNé;à¬é²ÑsÚ٠ؤé²Ú 2 ø 3ú*áâÕ¬àzæÙ å~ÒÙ ;ÔÙNéhã ZѤåFÕzÔ ±ê åÂàzæÙBá£éå~ѤÒ÷SØ àzá®Ñ¤é è;Ø á®é ØEà¬ÕzѤ÷SÙZä®ÙVØ å´Ñ å±àzæÙ ÕÔ ?àÒzÙVÙZá®Õ¬× ÙNä®ÑEü Ø`è¤á ¤ÙNé?àæÒÙVÕzæѤäâÚ ÞFàæÙ9ä®ÙVØ å±áâÕ ÒÙN÷SÑ ¤ÙÚê"ç±æ²Ù*àؤè å~ÒÙ ;ÔÙNéhãá®ÙVÕÂѤå3Ø ä®äÚgÙVä£ÙNàzÙVÚvÕzÔ×é²ÑsÚÙVÕ Ñ åuØ Ó²Ø¤ÒzÙVé_à´é²ÑsÚÙ¬Ø ÒÙ*ãÑ_ä£ä®ÙVãàzÙÚvØEà´àæ"Ù - #' * ÿ 0 - Ñ å3àæÙSÓ²Ø ÒÙNé;à¥éÑgÚgÙ¤ê å3àæÙ ÚgÙåXؤÔä}àéÑgÚgÙSáâÕàzæÙSÑ_éä vÒÙN÷ ؤá£éá®éè|ÕÔ²×éÑgÚgÙ¤Þá£à*áâÕÚÙNä®ÙàzÙÚ`àÑsÑ²ê ¡é àzæ²á®Õ´ãVؤÕzÙ¤Þ;àzæ²ÙÓ²Ø ÒÙNé;àÂéÑgÚgÙ× ÙVãÑ_÷SÙVÕÂبä£ÙØEåoØ é²ÚBáâÕ´Ø äâÕÑSãæÙã ¤ÙVÚBüÂæÙNàzæÙVÒÂá}à´áâÕ´ÚgÙVä£ÙNàØ ×²ä£Ù_ê ç/Ñ|á®ä£ä®Ô²ÕàzÒØEàÙ¬àæáâÕÓÒÑsãNÙVÕÕ¥ãѤéhÕáâÚgÙNÒ¥àæÙ¨å~Ѥä®ä£ÑEüÂá®éè|٠ؤ÷¨Ó²ä£Ù_ÞüÂæÙNÒÙ ýý¯áâÕ¥àæÙ ÕÔ öÑ å3àæ٠ӲؤÒzÙVé_à éÑgÚgÙ_Þ * ýý"áâÕ±àzæ²ÙËÕÔ |Ñ åoÑ_éÙ*ãæá®ä®Ú|éÑgÚgÙ*ؤé²Ú 0 ýý#áâÕÂàæÙËÕzÔ Ñ¤åàæÙ*Ñ àæÙNÒ ãæá£äâÚ|éÑgÚgÙ_ê±ßgؤ÷SÓä£Ù*àØ è å~ÒÙ ;ÔÙNéhãá®ÙVÕ±Ñ åàzæÙé²ÑsÚÙVմؤÒzÙè¤á ¤ÙVéBá®é àØ ×²ä£Ù hê àØ è ÕzÔ ýý ÕzÔ J0 ýý ÕÔ * ýý , Û¯Û Û¯Ý , ( àzÑ àØ ä , çؤ×ä®Ù ußgØ ÷SÓä®Ù¥àؤè¨å~ÒzÙ _Ô²ÙNé²ãNá£ÙÕÂØEà´Ø¬àzÒÙNÙéÑgÚgÙØ éhÚBá£àÕ"àü"Ñ ãæá®ä®Ú éÑgÚgÙÕNê ç±æÙ¥á®égå~ѤÒ÷ ØEàzá®Ñ¤é ÷SÙVØ_ÕÔÒÙå~ѤұàæÙÓ²Ø ÒÙNé;àÂéÑgÚgÙ¥áâÕ ø Wú 4 4 ø ;ú ç±æÙvãÑ_ÒzÒÙVÕzÓ Ñ¤é²Úgá®éè EØ ä®ÔÙVÕ¨å~Ñ_ÒSàzæÙ`ãæá®äâÚ^é²ÑsÚÙVÕ Ø ÒÙ å~Ñ¤Ò 0 ýý¬Ø¤é²Ú !å~Ñ¤Ò * ýýê Û¯ÑEüÞ3ü"Ù`ãNؤé ÚgÙNàzÙNÒ÷Sá£é²Ù àæÙü"ÙNá®è¤æ;àzÙÚ9á®égå~ѤÒ÷ ØEàá£Ñ_éBè;Ø á®é Ø à´ÙVؤãæBÑ å%àzæÙ*ãæ²á£äâÚ éÑgÚgÙVÕVêFõ!Ùè_Ùà ø ú hø ;ú ø ¤ú 5 ?
9
C
7.
C
!
J '
J ' iN
C
'
(D
79
J '
J '
'
iJ '
.
C
nJ '
C&J '
µCY
(D
[
-
+
3
*;
µCY
#
[
(D
C
C
a=
CV
C
C
4 2
(>
4
5
=
4
=
%@,
>
5
>
(=-.
= 4
5
D
. .
4-2
N
(=-.
K Z
4 2
>
= .
= .
7>
K Z
(>
=-.
.
.-5
>
2
(=
(
+m grmp
jGj*fhtSzrdkrmgrd!su~hps*v'
. . {N
=-4
. 5
V>
.
N
= =
2 =
ø4 Wú ²ø _ú ø _ú "Ñ àæ EØ ä®ÔÙÕÂØ ÒÙü"ÙNä®äØ × Ñ ¤Ùجàzæ²ÒzÙÕæÑ_ä®ÚBÑ å ²ÞØ é²ÚBàzæ²ÙNÒÙå~ѤÒÙéѤéÙѤå/àæÙN÷6ÕæÑ_ÔäâÚB× Ù*ÚgÙVä£ÙNàzÙVÚê Õ"Ù gÓäâØ á®éÙÚ ×hÙNå~ѤÒÙ¤Þ;àzæ²Ù ÕzÔ àzÒÙNÙ¯áâÕ"ÕÙØ ÒãæÙVÚ ÚgÔ²Òzá®éè¬ØËä£ÑsÑ ;Ô²Ó9Ø ä®Ñ¤éè*àzæÙÓ²ØEàæÞsüÂæÙNÒÙ´àæÙ¯é²ÑsÚÙVÕ Ø ÒÙËؤééÑ àØEàÙVÚvüÂá£àzæàzæÙ¨ä£ÙNààÙNÒÕ Ñ¤åoàzæÙ¨ü"ѤÒÚ`ÕÔ vá®éÒÙ _ÙNÒÕÙÚ|ѤÒÚgÙNÒê å#Ø9ä£ÙØEå3áâÕ ÒzÙؤãæÙÚ`ØEà àzæÙ¨ÙNé²Ú Ñ åoàæÙSÓ²ØEàæÞ àzæÙSãÑ_ÒzÒÙVÕzÓ Ñ¤é²Úgá®éè àØ èBÓÒzÑ_×²Ø ×²á£ä®á}à _ÙVã àÑ¤Ò á®ÕÒÙàzÔ²ÒzéÙÚê å3éÑB÷SØ àãæá®éè|ÕÔ²×éÑgÚgÙ¬ãVØ é!×hÙ å~ѤԲé²Ú|ØEà¯ÕzѤ÷SÙéÑgÚgÙѤé àæÙÓ²ØEàæÞgàæÙËÚgÙNåXØ Ôä£à´éÑgÚgÙáâÕ±å~Ѥä®ä£ÑEü"ÙVÚBá£åFá£à¯Ù sáâÕàÕVê å%é²ÑZÚgÙåXؤÔä}à´é²ÑsÚÙÙ gá®ÕàÕVÞ àzæ²Ù*ÕÙØ Òãæ9á®éBàæÙ*ÕzÔ 9ä£Ù gá®ãNѤéBåXØ á®ä®Õ´Ø¤é²Ú9àzæÙ*ÚgÙNåXØ Ôä£à´ÙNé;àÒ ZáâÕÂÒÙàÔÒzé²ÙVÚê ç±æÙ - #1' * ÿ 0²ÿ eA á®Õ¥ãÑ_é²ÕàzÒÔ²ã àÙVÚv× vÕÔ²×gàzÒؤãàzá®éèZàæÙËàØ è9å~ÒzÙ _Ô²ÙNé²ãNá£ÙÕØ àؤä£ä%ä£ÙØ ¤ÙÕ´Ñ å3àzæÙ¨ÓÒÔéÙVÚ ÕzÔ HàzÒÙNÙ å~ÒѤ÷ àzæÙ|àØ èöå~ÒzÙ ;ÔÙNé²ãNá£ÙÕ ØEà àæÙvÒzÑsѤàSé²ÑsÚÙ`Ø é²ÚwéÑ_Òz÷ Ø ä®á Ná®éèàæÙvÒÙVÕzÔä}àá£é²è?å~ÒzÙ _Ô²ÙNé²ãNá£ÙÕNê ç±æÙVÒzÙV× _ÞgÒzÙVä®Ø àzá ¤Ù å~ÒzÙ ;ÔÙNé²ãNá£ÙÕÂØ Ò٥Ѥ×gàØ á®éÙVÚBüÂæáâãæ|ÕzÔ÷.àÑ Ñ¤éÙ_ê 8 4î ç±æÙSÓ ÙNÒzå~ѤÒ÷Sؤé²ãÙSѤå3àzæ²ÙZç/ÒÙNÙçؤè¤è¤ÙVÒ ü±Ø¤Õ àÙVÕàzÙVÚöÑ_éöÚØ àØBå~ÒѤ÷ àæÙZÝFÙNééÖçÒzÙVÙNײؤé `ãÑ_ÒzÓ²Ô²ÕNê ßsÑ_÷¨Ù ÷Sá£ä®ä®á£Ñ_é9ü"ѤÒÚÕ"ü#ÙVÒzÙ Ô²ÕÙÚ å~Ñ_Ò#àÒؤá£é²á£éèSØ éhÚ Þ ü#Ñ_ÒÚ²Õuå~ÒѤ÷ بÚgá ÙVÒzÙVé_àÂӲؤÒà±Ñ å/àzæÙÝFÙNé²égÖçÒÙNÙN×hØ é ãÑ_ÒzÓ²Ô²Õ#å~ѤұàzÙÕàá£é²è²ê ç±æÙ¥ç/ÒÙNÙçؤè¤è¤ÙVÒ3ü±Ø¤Õ#ãѤ÷SӲؤÒzÙÚSàzÑSØàÒzá®è¤ÒØ ÷ àØ è¤è_ÙNÒ ¥ÙV÷¨Ó Ù¤Þ üÂæá®ãæBü"Ø_ÕuàÒؤá£é²ÙVÚZؤé²Ú àÙVÕàzÙVÚ Ñ¤é àæÙ¬ÕØ ÷SÙ*ÚØ àØê ¡éãNѤé;àzÒؤÕà±àzÑ àæÙËçÒzÙVÙVç%Ø è¤è_ÙNÒÞsàzæÙ*àzÒá£è_Òؤ÷ àؤè¤è_ÙNÒ´ÚgÑsÙVÕ¯éÑ à´ÔhÕÙËØ9ÕÔ |ä£Ù gá®ãNѤéê ¡é²ÕàzÙؤÚÞ;á}àÕ#å~Ôä£ä£å~ѤÒ÷ ä£Ù gá®ãNѤéZü±Ø¤Õ#Ø Ôè_÷¨ÙVé;àzÙVÚS× Ø × Ñ¤Ôà Þ Ø¤ÚÚgá£àzá®Ñ¤éhØ ä²ÙVé;àzÒá£ÙÕ3üÂæáâãæZü"ÙNÒÙ¯ãÒÙVØ àzÙÚ å~ÒѤ÷ بü"ѤÒÚgä£áâÕà±üÂá£àzævب÷SѤÒÓæÑ_ä£Ñ_è¤áâãNØ äØ éhØ ä VÙNÒê ç±ü#Ñ ¤ÙVÒÕzá£Ñ_é²Õ´Ñ¤åuàzæ²Ù¨çÒzÙVÙVç%Ø è_è¤ÙNÒ¯ü#ÙVÒzÙàÙVÕàzÙÚê ¡évàzæ²Ù hÒÕà _ÙNÒÕá®Ñ¤éÞ NÙVÒzÑZå~ÒzÙ _Ô²ÙNé²ãNá£ÙÕ Ø¤ÒzÙ¬ÒzÙVÓä®Ø_ãÙÚ × ê Ë× Ùå~Ñ_ÒzÙ¬àzæÙ¬àؤèBÓ²ÒzÑ_×²Ø ×á®ä®á}àá£ÙÕ Ø à àæÙSä£ÙØ ¤ÙVÕ¯Ñ å#àzæÙSÚgÙVãNá®Õzá®Ñ¤é`àÒzÙV٨ؤÒzÙ¨ãNؤä®ãNÔä®Ø àzÙÚê ¡é`àæÙ ÕÙãѤéhÚ ¤ÙVÒÕzá®Ñ¤éÞ NÙVÒzѯå~ÒzÙ ;ÔÙNé²ãNá£ÙÕ/ü"ÙNÒÙ3ÒÙNÓ²ä®Ø_ãÙVÚ*× *Ø ¤ÙVÒ Õz÷Sؤä£ä EØ ä®ÔÙ¥ø ú 3àÑÕzÙNÙ#æÑEüHÕàzÒѤéè´àzæÙ±á®é ²ÔÙVé²ãÙ Ñ åàzæÙ*ãæ²Ñ¤áâãÙ¥Ñ å%àzæáâÕÂӲؤÒؤ÷SÙàzÙVұѤéBàzæÙ¥àØ è¤è_á£é²è¨Ø_ãNãÔ²ÒØ_ã áâÕNê ¡é^ؤéÑ àæÙNÒËàzÙVÕàVÞoá£àSü"Ø_Õ*٠ؤ÷¨á®éÙÚ æÑEü.÷ËÔhãæ àzæÙ9àؤè¤è¤á®éèØ_ãNãNÔÒØ_ã ?ÚgÙNÓ ÙNéhÚÕËÑ_é àzæ²Ù Õzá VÙ9ѤåÂàzæÙ àzÒØ á®éá®éè?ãѤÒÓÔ²ÕVê ×á£è_Òؤ÷ ¤ÙVÒÕzá£Ñ_é^ؤé²Ú^Ø ;Ô²Ø àzÒѤè¤ÒØ ÷ ¤ÙVÒÕzá®Ñ¤éHѤå¯àæÙ`ç/ÒÙNÙçؤè¤è_ÙNÒ¨æ²Ø ¤Ù|Ø äâÕÑö× ÙNÙNé àzÙÕàÙVÚ æÙVÒzÙ_ê %á£é²Ø¤ä£ä ¤ÞàzæÙ¨á£é ²ÔÙNéhãÙSÑ åuàæÙSÓÒÔéá®éèZàæÒzÙÕæ²Ñ¤äâÚ`ѤéàzæÙ Ø_ãNãÔ²ÒØ_ã Ñ åuàæÙ¨àzÒá£è_Òؤ÷ _ÙNÒÕá®Ñ¤é!Ø é²Ú`àzæÙ ;Ô²ØEàÒzÑ_è¤ÒØ ÷ ¤ÙVÒÕzá®Ñ¤é9ѤåàæÙ*çÒzÙVÙVç%Ø è¤è_ÙNÒ"æ²Ø¤Õ±× ÙNÙVé àzÙVÕàzÙÚê ¯Ô²ÙÂàzÑ*ؤé¬Ù ãNá£ÙVé;àuá£÷SÓä®ÙN÷SÙNé;àØEàzá®Ñ¤é Ѥå²àæÙÂàؤè¤è_ÙNÒÞWàzÒØ á®éá£é²èüÂá£àzæSàÒzá®è¤ÒØ ÷ Õ%Ѥé ÷Sá£ä®ä®á£Ñ_éSàzÑ _ÙNé²Õ%àÑsÑ Ñ¤é²ä öØ × Ñ¤Ôgà |÷Sá®é;ÔàzÙVÕ*Ѥé Ø`ßgÝ ´Ð Bü"Ñ¤Ò gÕàØEàá£Ñ_é!Ø éhÚöؤ×hÑ_Ôgà Þ 9ü#Ñ_ÒÚ²Õ¥æ²Ø ¤ÙS× ÙNÙNé?àØ è_è¤ÙVÚ!Ó ÙNÒ ÕzÙVãÑ_é²Úê 8; o ò î Õ3àؤ×ä®Ù ËÕæÑEü´ÕVÞ àæÙ àzÒá£è_Òؤ÷ _ÙNÒÕá®Ñ¤é ѤåàzæÙç/ÒÙNÙçؤè¤è_ÙNÒ3Ø_ãæá£Ù ¤ÙÚ Ø é9Ø_ãNãÔ²ÒØ_ã ¨üÂæá®ãæ9á®Õ±Ø × Ñ¤Ôà ê × ÙààÙNÒàzæ²Ø¤é¥àzæ²Ø àѤå;àæÙ#Õàؤé²ÚؤÒÚàÒzá®è¤ÒØ ÷àØ è_è¤ÙVÒVê à%á®Õ%Ø äâÕѴؤ×hÑ_Ôgà ²ê × ÙàzàzÙNÒàzæhØ é¥àzæ²Ù3×á®è¤ÒØ ÷ ¤ÙVÒÕzá£Ñ_é Ñ åàzæÙ*çÒÙNÙVç%Ø è_è¤ÙVÒVê ¡é²ãÒÙVØ_Õá®éè*àæÙ*ãÑ_é;àzÙ sà±àzÑ ;Ô²Ø àzÒѤè¤ÒØ ÷ Õ#Õàá£ä®äÒÙVÕzÔä}àÕ"á£évØ ¤ÙVÒ ZÕz÷ Ø ä®ä á®÷SÓÒÑ ¤ÙN÷SÙVé_à ÷¨ÙNàzæÑgÚ ãNѤé;àzÙ sà ؤãVãÔÒؤã àzÒá£è_Òؤ÷ àØ è_è¤ÙVÒ àÒzá®è¤ÒØ ÷ ²ê ç/ÒÙNÙçؤè¤è¤ÙVÒ ×²á£è_Òؤ÷ ê ç/ÒÙNÙçؤè¤è¤ÙVÒø ê ú àÒzá®è¤ÒØ ÷ ²ê ç/ÒÙNÙçؤè¤è¤ÙVÒ ;Ô²Ø àzÒѤè_Òؤ÷ ²ê ç/ÒÙNÙçؤè¤è¤ÙVÒø ú àÒzá®è¤ÒØ ÷ ²ê çؤ×ä£Ù #Ð#Ѥ÷SÓ²Ø ÒáâÕÑ_éZÑ åoؤãVãÔÒؤã
,
&
NQ
. .
?
.-5
V>
2
N
5
5 >
2
G(>
C
-;
µCY
S
C
r
C
D
!
D
F
D
D
µ;
#(>->
B5
> >->
µ;
l" 8
e( -.)
G
C
! >
> >->
F
&
a
#>
+
[F
!
!F
D
S
>
D
a
LM
?
9
VD
!
D
F
6
C
?
_5
?
32
%
>
A;
B>
> > >
;
;
!
5
(
Y
5µ
LM
h 4
q(>
>-2
2
D
.
D
n>
G>
2
>
2
. =
2
.-2
2
. 5
c k j*t!gnf zrfhsutw!knsuj*!fh~hf z}_j*knmlt!s*zSj*~h~hsqxmpzrs+ mlm(!j*~eznsmkrs! myqj*!gnmlzrdfhg xsu!~hp_Omqj*tzrdjAzOznd!mlxed!su~hmSz j*uufht w!kns(ymgrge!krmqj* gpsxet !f v znd!fhgewj*knznfhy!~j*k'ysut znm (z½j*w!w mj*kngfhtSzrdm fht!w!zq
on
Ñ å%àzæ²Ù*ؤãNãNÔÒؤã _ê%ç±æ²á®Õ´ÕzæÑEü´ÕVÞsàzæ²Ø àÂàzæÙ*çÒÙNÙVç%Ø è_è¤ÙVÒ#áâÕ´Ø ×²ä£ÙàzÑSàÒzá®÷.àæÙËãÑ_é;àzÙ sàÂÙ ÙVãàzá ¤ÙVä _ÞüÂæÙNÒÙàzæáâÕ áâÕ±éÙVãNÙVÕÕzØ¤Ò SàÑ è¤ÙàÂÒÙNä®á®Ø¤×ä®ÙÙÕàá£÷ Ø àzÙVÕVê Ð#æ²Ø é²è¤á®éèàzæ²Ù¯ÒÙNÓäâؤãNÙN÷SÙNé;à Eؤä£ÔÙ´å~Ñ¤Ò NÙNÒÑ¥å~ÒÙ ;ÔÙNéhãá®ÙVÕ#á£é àæÙ ÚÙVãáâÕzá£Ñ_éSàzÒÙNÙ´å~ÒѤ÷.Ø _ÙNÒ ¨Õz÷ Ø ä®ä EØ ä®ÔÙ àzÑ ê öüÂæáâãæ ü±Ø¤Õå~Ñ_Ôé²Ú?àÑ× Ù9Ñ_Ógàzá®÷ Ø ä öÒzÙÕÔä£àzÙÚ á®éHØ`Õz÷Sؤä£ä"á®÷¨Ó²ÒzÑ _ÙN÷SÙNé;à*Ñ åÂàæÙBØ_ãNãNÔÒØ_ã _êvßgÑ²Þ á®é ãѤé;àÒØ_Õà àÑ ÷SѤÒÙ`ÕàØ é²ÚؤÒÚ `Ø¤Ò _Ñ vÑgÚgÙVä´àؤè¤è_ÙNÒÕNÞ±Ø?ÓÒÑ¤Ó ÙNÒ9ÕzÙàzàzá®éè Ñ å¥àæá®ÕBӲؤÒؤ÷¨ÙNàzÙVÒ á®Õ9éÑ à á®÷¨Ó ѤÒzàؤé;àVê
a
A
{
GF
(D
>
0
; 0
96
accuracy in %
94 92 90 88 86 Net-Tagger HMM-Tagger Trigram Tagger
84 82 80 10000
100000 1e+06 size of training corpus
á®è¤Ô²ÒzÙ ãNãNÔÒØ_ã å~Ñ_Ò EØ Ò ;á®éèSÕá NÙÕ±Ñ å%àzæÙ¥àÒؤá£é²á£éèSãÑ_ÒzÓ²Ô²ÕNê %á£è_ÔÒzÙ SÕzæÑEü´Õ"àzæÙá®é ²Ô²ÙNé²ãNÙÑ å/àæÙ*Õzá VÙѤåàæÙ¥àzÒØ á®éá®éè ãÑ_ÒzÓÔhÕ#Ñ_é àzæÙ¥àØ è¤è_á£é²è ;Բؤä£á£à ¤ê3Ð#Ѥé;àÒØ¤Ò àzÑ*àzæÙ¯àzÒá£è_Òؤ÷ àØ è¤è_ÙNÒÞEàzæ²Ù ؤãVãÔÒؤã ËѤåàzæÙç/ÒÙNÙçؤè¤è¤ÙVÒuÚgÙàÙNÒá£Ñ_ÒØ àzÙÕuÕä®ÑEüÂä ¤Þ_Ø_ÕoàæÙ Õzá VÙ´Ñ åàæÙ´àÒؤá£é²á£éè ãÑ_ÒzÓ²Ô²ÕZÕzæÒzá®é gÕVê ÔÒzàzæ²ÙNÒÞ±àzæÙöÚgá ÙNÒÙNéhãÙ× Ùàü"ÙNÙVé àzæÙ!×á®è¤ÒØ ÷ ¤ÙNÒÕzá£Ñ_éwѤå¥àzæÙöç/ÒÙNÙçؤè¤è¤ÙVÒZØ é²ÚàzæÙ àzÒá®è¤ÒØ ÷ ¤ÙNÒÕzá£Ñ_éZá®Õ±Õz÷ Ø ä®ä²å~Ñ_Ò _ÙNÒ SÕz÷ Ø ä®äÕá NÙÕ3ѤåàzæÙ àzÒØ á®éá®éè¬ãNѤÒÓÔ²ÕVêoç±æá®Õ"ÕzæÑEü´Õuàæ²ØEà"àzæ²Ù¥çÒÙNÙVç%Ø è_è¤ÙVÒ áâÕ±ÒzÑ_×Ô²Õà±üÂá£àzæ|ÒÙNè;Ø ÒÚ àzÑSàæÙ*Õzá VÙѤå/àæÙ¥àzÒØ á®éá®éè ãѤÒÓÔ²Õ±á®évãÑ_é_àÒØ_Õà"àzѨàæÙ*ÕàØ é²Ú²Ø ÒÚZàÒzá®è¤ÒØ ÷ àØ è¤è_ÙNÒê %á£è_ÔÒzÙ ZÕzæÑEü´Õ"àæ²ØEàÂàæÙ*á®é ²ÔÙVé²ãÙѤå%àæÙÓÒÔéá®éèSàzæ²ÒzÙÕæÑ_ä®Ú Ñ_éBàæÙ*ؤãVãÔÒؤã ZáâÕÂéÙNè_ä£á®è¤á®×ä®Ù ø~× ÙNä®ÑEü ê å~Ñ_Ò±àzæÙ¥àÒzá®è¤ÒØ ÷ ¤ÙVÒÕzá®Ñ¤éBؤé²ÚB×hÙVä£ÑEü ê å~ѤұàæÙ ;Ô²ØEàÒzÑ_è¤ÒØ ÷ ¤ÙVÒÕzá£Ñ_éhú êFç±æÙ× ÙVÕàÂÒzÙÕÔä£àÕÂؤÒz٠Ѥ×àØ á®éÙÚ?üÂá}àæ àzæÒÙVÕzæÑ_ä®ÚÕË×hÙNàü#ÙVÙNé vØ é²Ú ê ²ÔÒzàzæÙVÒVÞ%àzæ²ÙBÚgáâØ è_Òؤ÷SÕËÕæÑEü´Õ*àzæ²Ø àËàæÙ ;Ô²Ø àzÒѤè¤ÒØ ÷ ¤ÙVÒÕzá®Ñ¤é9Ѥå/àæÙ*ç/ÒÙNÙçؤè¤è_ÙNÒ"á®Õ´ãNѤé²ÕzáâÕàÙNé;àzä Z× ÙààÙNÒÂàæ²Ø é àæÙ¥àzÒá£è_Òؤ÷ ¤ÙVÒÕzá£Ñ_éZå~Ñ_Ò±àzæÒÙVÕzæѤäâÚÕÂؤ×hÑ _Ù gê ãNѤé;àzÙ sà ¬ãÑ_é_àÙ sàÕ Ëä£ÙØ ¤ÙVÕ ÚgÙNÓàzæ ײá£è_Òؤ÷ àÒzá®è¤ÒØ ÷ ;Ô²Ø àzÒѤè_Òؤ÷ ç%Ø ×²ä£Ù FÛ¯Ô÷Ë× ÙNÒ¯Ñ åé²è¤ÒØ ÷ ÕNÞgä®ÙVØ åéÑgÚgÙÕ´Ø éhÚZàæÙ*ÚgÙNÓàzæ|Ñ å%àzæÙ¥àÒzÙVÙ çؤ×ä®Ù HãNѤ÷SӲؤÒzÙÕ àzæ²ÙésÔ÷Ë× ÙNÒ Ñ å¬ÓhÑ;ÕzÕzá£×²ä£Ù!éè¤ÒØ ÷ ãÑ_é_àÙ sàÕZàzÑHàzæÙöésÔ÷Ë× ÙNÒ Ñ å*ä®ÙVØ å*éÑgÚgÙVÕ Ø é²Ú a.µ ?
9
9
O
a.
A
F
F
YD
µ;
9
F
{
A
F
F
9
>
a=
>-5
>
= >
>
aD
> #9
&D
D
#
!
#
=
=
=
5 5 >
>
2-5
> . 4 5 .
5 5 µ
2
.
.
+
96.4
accuracy in %
96.38 96.36 96.34 96.32 96.3 96.28 96.26 0
10
á®è¤Ô²ÒzÙ
80
ãNãÔ²ÒØ_ã å~Ñ_Ò´Úgá ÙNÒÙNé;à´ÓÒÔéá®éè¨àzæ²ÒzÙÕæÑ_ä®Ú²Õ
= ?
9
20 30 40 50 60 70 information gain threshold
àzæ²ÙNÒÙN× öàzæÙ ésÔ÷Ë× ÙNÒ¨Ñ å ãNѤé;àzÙ sàÕ¬üÂæá®ãæHàzæÙ|çÒzÙVÙVç%Ø è¤è_ÙNÒËÚá®Õàzá®éè¤Ô²á®ÕzæÙVÕVê ¡é àzæ²Ù|ãVؤÕzÙZÑ å ×á£è_Òؤ÷ ÕNÞoØ ä®ä Ó Ñ_ÕÕá®×ä®ÙãNѤé;àzÙ ;àÕ±Ø ÒÙ¯Ô²ÕzÙVÚ9× ZàzæÙ¥ç/ÒÙNÙçؤè¤è_ÙNÒÞ_á®éZàæÙãNؤÕzÙÑ åàÒzá®è¤ÒØ ÷ Õ3àzæÙ¥ésÔ÷Ë× ÙNұѤå/ä£ÙØ ¤ÙÕ3áâÕ±Ø × Ñ¤Ôgà بàzæ²á£ÒÚ|Ñ åFàzæ²Ù*ésÔ÷Ë× ÙNҴѤåoÓhÑ;ÕzÕzá£×²ä£ÙËãNѤé;àzÙ sàմؤé²Ú á£é|àæÙËãNØ_ÕÙѤå _ÔhØEàzÒѤè_Òؤ÷ Õ#Ñ_éä ؤ×hÑ_Ôgà SÓ ÙNÒãÙNé;à´Ñ¤å Ø ä®äÓ Ñ_ÕÕá®×ä®Ù¥ãNѤé;àzÙ sàÕÂØ ÒÙÚgáâÕàá£éè_ÔáâÕæÙÚê ò Ëï éÙNü2àؤè¤è_á£éèö÷SÙàæÑgÚÞ3àæÙ`çÒzÙVÙVç%Ø è¤è_ÙNÒÞoæ²Ø¤ÕS× ÙNÙVé^Ó²ÒzÙÕÙVé_àÙVÚê àZÚgá ÙVÒÕ¨å~ÒѤ÷ Ñ àzæ²ÙNÒ ÓÒѤײؤ×á®ä£áâÕàá®ã àؤè¤è_ÙNÒÕ/á®éËàæÙÂü±Ø ¥àzæÙ"àzÒØ éhÕá£àzá®Ñ¤é¬ÓÒzÑ_×²Ø ×²á£ä®á}àá£ÙÕoØ ÒÙ#ÙÕàá£÷ Ø àzÙVÚÞ é²Ø ÷SÙVä *üÂá£àzæSØ¥ÚgÙVãNá®Õzá®Ñ¤é¬àzÒÙNÙ¤ê ÷SÙàzæ²ÑsÚ å~ѤÒ*àzæÙ9ãNѤé²ÕàzÒÔ²ãàzá®Ñ¤é?Ñ å´Ø`ÚgÙãáâÕá®Ñ¤éöàÒzÙVÙ ü"Ø_ÕÓÒÙVÕzÙNé;àzÙÚöؤé²Ú?á£àËü"Ø_Õ*ÚgÙV÷¨Ñ_é²ÕàzÒØEàzÙÚ!àzæ²Ø àËàzæ²ÙZÒzÙÕÔ²ä}àá£éè àؤè¤è_ÙNÒ*ؤãæ²á£Ù ¤ÙVÕæá®è¤æ²ÙNÒËØ_ãNãÔ²ÒØ_ã vàæ²Ø é ØvÕàؤé²ÚØ ÒÚàzÒá£è_Òؤ÷ àؤè¤è¤ÙVÒVê ÔÒzàzæÙVÒVÞ%á£àËü"Ø_ÕÕæ²ÑEüÂé!àæ²ØEàËàzæÙ çÒzÙVÙVç%Ø è¤è_ÙNÒuáâÕ#ÒzÑ_×Ô²Õà#üÂá£àzæ9ÒÙVÕzÓ ÙVã à"àzÑËàzæÙ¥Õzá VÙ¯Ñ å/àzæÙ àzÒØ á®éá®éè¬ãNѤÒÓÔ²ÕVêFßs÷ ؤä£ä àzÒØ á®éá®éè¬ãNѤÒÓhÑ_ÒØÚá®Ú9éÑ à ÒÙVÕzÔä}à%á£é¬Ø¯Õzæ²Ø ÒÓËÚgÙVè¤ÒؤÚØ àzá®Ñ¤é¥Ñ åàæÙ#Ø_ãNãNÔÒØ_ã _ÞWØ_Õá£à%ü±Ø¤Õ/ѤײÕzÙNÒ ¤ÙÚå~ѤÒàzÒá£è_Òؤ÷àØ è_è¤ÙNÒÕVêç±æÙ"çÒÙNÙVç%Ø è_è¤ÙVÒ àzÒá®÷SÕuàzæÙ¥Õzá VÙ´Ñ åàæÙ ãNѤé;àzÙ ;à#üÂæÙNÒÙ´àæá®Õ#áâÕuéÙãÙVÕÕØ Ò *àzѬѤ×gàØ á®éZÒÙNä®á®Ø¤×ä£Ù¯ÓÒzÑ_×²Ø ×²á£ä®á}à ¬ÙVÕàzá®÷ ØEàzÙÕNê ¯ÙNé²ãNÙ¤Þ á£à¥ü±Ø¤ÕÓ Ñ_ÕÕá®×ä®Ù¨àzÑ|á£÷SÓÒÑ ¤Ù¬àzæ²ÙSØ_ãNãNÔÒØ_ã |Ñ å#àzæÙSàØ è_è¤ÙNÒ× `Ô²Õzá£é²è|Ø ;Ô²ØEàÒzÑ_è¤ÒØ ÷ ãÑ_é;àzÙ sàê ÔÙ¨àzÑvØ é Ù ZãNá£ÙVé_à á£÷SÓä®ÙN÷SÙNé;àØEàzá®Ñ¤é/ÞhàæÙ*àØ è_è¤ÙNÒÂáâÕØ ×ä®ÙàzÑ9àؤèZÔÓ|àzÑ ²Þ ¬àzÑ ¤ÙNéhÕ´Ó ÙNÒ ÕzÙVãNѤé²Ú|Ñ_é`ØBßgÝ ´Ð EÖ ü"Ñ¤Ò sÕàØ àzá®Ñ¤éê`ç±æsÔ²ÕVÞ%àzæÙ ç/ÒÙNÙçؤè¤è_ÙNÒ*áâÕËØ`åXؤÕà¨Ø éhÚ?æá£è_ægÖ _ÔhØ ä®á}à !àzÑsѤä#å~ѤÒËàzæÙ Ø éé²Ñ àØ àzá®Ñ¤é Ѥå¯ãѤÒÓ Ñ¤ÒØ üÂá£àzæ|Ó²Ø ÒzàÖÑ åªÖ¡ÕzÓhÙVÙVãæ9á®égå~Ñ_Òz÷ ØEàá£Ñ_éê 8O8 :ï 8í`kó 8; "ؤæäØ éhÚ vÙVÒãNÙNÒÞ ±Ø æäJÞ#Ü3ê ê3ؤé²Ú `ÙNÒãÙNÒÞ ê#Üuê´ø _ú êwÝoØ ÒzàÖÑ åªÖ¡ÕÓ ÙNÙãæHؤÕÕzá£è_é÷SÙNé;à¨× HØ ÕàØ àzáâÕàá®ãVØ ä¥ÚgÙVãNá®Õzá®Ñ¤é Ø ä®è¤Ñ_Òzá£àzæ²÷
ê 0²ÿ e0 #E.ÿ % 10 # * A1! Wýe%&')! 0 e0 e!/#E.ÿ % 10 , eAEÞ Ó²Ø è_ÙVÕ ê
V
!
D
5
?
!
?
(
&9
F
F
A
A
C
1D
(>
A;
D
>-> >
Y6
?
-;
%
(>
",
&0
(2)a,
%
0
i%
4-4 4
2
µ*
#Òá®ä£äJÞ "Òzá®ä®ä=Þ/û¯êuø ;ú ê U'sý;#Wý - # , #0 ' # # e0 %&0 ê Ý3æ àzæ²ÙVÕzá®ÕVÞ ÙÖ ÓhØ Òzàz÷SÙNé;à´Ñ åuÐ#Ѥ÷SÓÔgàÙNүؤé²Ú ¡égå~ѤÒ÷ ØEàzá®Ñ¤évßgãNá£ÙVé²ãÙ_Þ ´éá ¤ÙVÒÕzá£à Ñ åoÝFÙNéé²Õ sä Eؤéá®Ø²ê Ð#æ;Ô²ÒãæÞ Ð#æsÔÒãæÞ Sê¤õ ê²ø ;ú ê ÕàÑsãæhؤÕàzáâã#ÓhØ ÒzàÕFÓÒѤè_Òؤ÷Ø é²Ú¬éѤԲé¨Ó²æÒØ_ÕٱӲؤÒÕzÙNÒ%å~Ñ_ÒuÔéÒÙÖ ÕàzÒáâã àzÙÚ àzÙ ;àê ¡ é -1%&0 ý Ë&ÿ , 0U- 10 0 10 * % -=# ÿ ' # * #10 ' # ýeý %&0 ¤Þ ÓhØ è¤ÙÕ ²ê Ð#Ôgààá£éè ÙNà¯Ø äJê£Þ ËÐ#Ôgààá£éèhÞ Ëê®Þ ¥ÔÓá®ÙVã¤Þ hê®ÞsÝFÙÚgÙNÒÕzÙNéÞ ²ê®ÞgØ é²Ú ßsá£×²ÔéÞÝFêø _ú ê ÓÒØ_ã àá®ãVØ ä Ó²Ø ÒzàÖ Ñ¤åªÖÕzÓ ÙNÙVãæËàؤè¤è¤ÙVÒVê ¡é -%&0 ý "&ÿ , ,Q% - 10 0 10 * % -=#E.ÿ ' # * #10 ' # ýeý %&0 ¤Þ ÓhØ è¤ÙÕ ²ê ¯Ù ÂÑ_ÕzÙ¤Þ Ù ´Ñ_ÕzÙ¤Þ¤ßê hêø ;ú ê ÒØ ÷S÷ ØEàzáâãNؤä;ãVØEàÙNè¤Ñ_Ò ÚgáâÕØ ÷Ëײá£è_Ô²ØEàá£Ñ_é*× ËÕàØEàá®ÕàzáâãNؤä;Ñ_Ógàzá®÷Sá ØEÖ àá£Ñ_éê 1! U'goÿ #E.ÿ % 10 # * 4%&0 ')%âý ÿ % ý Þ ø Wú ê ÙVÚÙNÒá®ãNáØ é²Ú|Ýuá®ÒÒzÙVä£ä®á=Þ ²ÙVÚgÙVÒzáâãáJÞßêØ é²Ú?Ýuá®ÒÒzÙVä£ä®á=Þ ¬ê3ø ;ú êZÐ#Ѥé;àÙ sàÖ¡ÕÙVé²Õzá}àá sá£à Ø é²Ú!ä®á£éè_ÔáâÕàá®ã ÕàzÒÔ²ãàzÔÒÙá£évؤé²Ø ä®Ñ¤è _ÖײØ_ÕÙÚZӲؤÒؤä£ä®ÙNäéÙNàü#Ñ_Ò gÕVê 4' 0hÿ ýeý ' ý %&0B#Eÿ , !# ÿ % # * %&0 ')%âý.ÿ % ýÞhÓ²Ø è_ÙVÕ , gê ÒzÙVÙNéÙØ éhÚ ÂÔ²×á£é/Þ ÒÙNÙNé²Ù¤Þ ê;Ø é²Ú ÂÔײá£éÞ ¨êhø úê ÔgàzÑ_÷SØ àzáâãÂè¤ÒØ ÷S÷ ØEàá®ãVØ äsàØ è¤è_á£é²èѤå ÙVégÖ è_ä£áâÕzæê%çÙVãæ²éá®ãVØ äÒÙNÓ Ñ¤ÒzàVÞ ¯ÙVÓ²Ø Òzàz÷SÙVé_àÂѤåÜá®éè¤Ô²á®ÕàzáâãNÕVÞ "ÒzÑEüÂé ¯éá ¤ÙNÒÕzá}à _ÞsÝ3ÒzÑ sáâÚgÙNéhãÙ¤Þ ÂæÑgÚgÙ Õzä®Ø¤é²Úê ¥ÙN÷SÓhÙ_Þ ¥ÙN÷SÓ Ù¤Þ ê;ø _úê ÓÒѤ×hØ ×á®ä£áâÕàzáâãFàؤè¤è¤ÙVÒ/Ø éhÚ*Ø éËؤé²Ø ä gÕáâÕѤågàØ è_è¤á®éè´ÙVÒzÒѤÒÕNê çÙVãæ²éá®ãVØ ä ÒÙNÓ Ñ¤ÒzàVÞ ¡éhÕàá}àÔgà´å Ô Ò´÷ Ø_Õzãæá®éÙVä£ä®Ù*ßsÓÒؤãæ ¤ÙVÒؤÒz× ÙNá£àzÔé²è²Þ ¯éá ¤ÙNÒÕzá}à ØE à¯ß;àzÔààzè;Ø ÒzàVê Û¯Ø Eؤ÷ËÔÒØËÙNà¯Ø äJê£Þ Û¯Ø Eؤ÷ËÔÒØÞ ê®Þ `Ø ÒÔ ;Ø ÷ ØÞ Sê£Þ ØWü±Ø ×hØEàزÞ"ç¥ê®Þ´Ø éhÚ ßsæá WؤéÑ²Þ Sêø ;ú ê Û¯ÙNÔÒØ ä±éÙNàü#Ñ_Ò ?Ø Ó²ÓÒzÑ;ؤãæ?àÑ!ü"ѤÒÚ ãNØ àzÙVè¤Ñ¤Ò Ó²ÒzÙÚgá®ãàzá®Ñ¤éHå~ѤҨÙNéè_ä£áâÕæHàzÙ ;àÕNê ¡é Ø Òä£è_ÒzÙVéÞ *ê®ÞuÙVÚgá£Ö àѤÒÞ -1%&0 Eý S&ÿ , 0²ÿ e0 #E.ÿ % 10 # * 10 0 0 1! U'goÿ #E.ÿ % 10 # * 4%&0 ')%âý ÿ % ý ÞÓhØ è¤ÙÕ ²Þ ¯ÙNäâÕá®é sá ¯éá _ÙNÒÕá£à ¤ê b Ôá£é²ä®Ø¤éÞ =b Ôá®éäâØ éÞ ²ê ê%ø _úêÂÜÙVؤÒzé²á£éè Ù Zãá®ÙNé;à ãäâؤÕÕzá hãVØEàá£Ñ_é Ó²ÒzÑgãÙÚgÔÒÙVմؤé²Ú àzæ²ÙNá®ÒؤÓÓä®á}Ö ãVØEàá£Ñ_é!àÑvãæÙVÕÕ¥ÙNé²Úöè;Ø ÷SÙVÕVê ¡é vá®ãæhØ äâÕ sáJÞ ê®ÞFÐ"Ø Ò× Ñ¤éÙVä£äJÞ hê£Þ%Ø é²Ú vá£àãæÙVä£äJÞFç¥ê£ÞÙVÚgá£àzÑ_ÒÕVÞ B# ,Q%&0 # e0S%&0 ;0[# .ÿ % %# * %&0²ÿ *&* % 0
"6
%
4 4 )
6
(%
4 4
µ$
' =
"
"9
= )
9
=
-
;
u
F
µ
"
. . . 2 5
"$
&%
e( )
$
-,
%
$
"8
?
'(- . )l8
µ,
->)
;
O0
@0
µ
"
[%
"
'(- = )
µ
"
'(-2 !)
@8
l
;
A
q(-4 .
"
%
A
V
"
@8
>
8
5 . 5µ(4
(-4 .)
8
A
&
;
! **
;
µ;
?
q( -.
"
?
q(
6
C
0
- 0 *
q;
[
e%
0
=-2-. =-4-5
0
=
?
Y0
A;
! 0 *
q(-2
+
!
GA! **
?
" +
! 5 [2 -8
µ
38
q
A
O5 2 > 5 2
