English(EN) Bangla Sentence Function Classification: Corpus Development, Model Benchmarking, and Interpretability

新孟加拉语句功能分类语料库已开发

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

研究人员开发了一个包含 10,000 句孟加拉语的新语料库，这些句子被手动分为陈述句、疑问句、祈使句和感叹句四种功能，以解决孟加拉语句功能分类资源有限的问题。该研究评估了各种特征表示，包括词袋模型 (Bag-of-Words)、TF-IDF 和 Word2Vec，以及经典的机器学习分类器和集成模型。结合 TF-IDF 特征的双层集成模型取得了最高性能，准确率和宏 F1 分数均为 0.95，证明了稀疏词汇表示和集成学习在此自然语言处理任务中的有效性。 AI

影响为孟加拉语句功能分类建立了一个新的基准和基线模型，有望改进该语言的下游自然语言处理应用。

排序理由该条目是一篇学术论文，详细介绍了特定自然语言处理任务的语料库开发和模型基准测试。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇学术论文，详细介绍了特定自然语言处理任务的语料库开发和模型基准测试。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Swapnil Kundu Argha, Abdullah Al Shafi, Rowzatul Zannat, Shoumik Barman Polok, Abdul Muntakim, Jannatul Ferdousi, M. A. Moyeen · 2026-09-15 04:00

孟加拉语句子功能分类：语料库开发、模型基准测试和可解释性

arXiv:2609.13869v1 Announce Type: cross Abstract: Automatic sentence function identification is important for many downstream natural language processing (NLP) applications such as dialogue systems, text-to-speech synthesis, and machine translation. However, benchmark resources f…

本文如何被排名

报道来源 [1]

孟加拉语句子功能分类：语料库开发、模型基准测试和可解释性

相关实体

相关话题