Skip to main navigation Skip to search Skip to main content

Applying dynamic Bayesian networks in transliteration detection and generation

  • Peter Nabende

    Research output: ThesisThesis fully internal (DIV)

    671 Downloads (Pure)

    Abstract

    Peter Nabende promoveert op methoden die programma’s voor automatisch vertalen kunnen verbeteren. Hij onderzocht twee systemen voor het genereren en vergelijken van transcripties: een DBN-model (Dynamische Bayesiaanse Netwerken) waarin Pair Hidden Markovmodellen zijn geïmplementeerd en een DBN-model dat op transductie is gebaseerd. Nabende onderzocht het effect van verschillende DBN-parameters op de kwaliteit van de geproduceerde transcripties. Voor de evaluatie van de DBN-modellen gebruikte hij standaard dataverzamelingen van elf taalparen: Engels-Arabisch, Engels-Bengaals, Engels-Chinees, Engels-Duits, Engels-Frans, Engels-Hindi, Engels-Kannada, Engels-Nederlands, Engels-Russisch, Engels-Tamil en Engels-Thai. Tijdens het onderzoek probeerde hij om verschillende modellen te combineren. Dat bleek een goed resultaat op te leveren.
    Original languageEnglish
    QualificationDoctor of Philosophy
    Awarding Institution
    • University of Groningen
    Supervisors/Advisors
    • Nerbonne, John, Supervisor
    • Tjong Kim Sang, E.F., Co-supervisor, External person
    Award date2-Dec-2011
    Place of PublicationGroningen
    Publisher
    Print ISBNs978-90-367-5227-5
    Publication statusPublished - 2011

    Keywords

    • Transcriptie (taalkunde)
    • Methode van Bayes
    • Dynamische modellen
    • Automatisch vertalen
    • Markov-modellen
    • Proefschriften (vorm)
    • computerlinguèistiek
    • mathematische linguèistiek

    Cite this