印尼语、马来语自然语言处理研究综述

随着印尼语、马来语互联网普及率的上升,对海量印尼语、马来语文本进行信息处理存在重大需求.虽然研究人员对印尼语、马来语展开较广泛的研究,但是作为低资源语言,受到的关注远不及通用语,未能较好利用前沿的深度学习方法.文中梳理总结包括词法分析、句法分析、机器翻译、拼写检查等印尼语、马来语相关的自然语言处理技术.对比分析相关的研究成果发现,大多数研究因语料规模及评测标准不同难以客观对比各种算法的差异.最后结合印尼语、马来语现有的各领域语言资源开放情况,指出印尼语、马来语的自然语言处理研究面临的问题,并展望未来发展趋势.     

印地语自然语言处理研究进展

与西方语言相比，印地语是东南亚地区的一种低资源语言。由于缺少相应的语料、标注规范及计算模型，当前印地语自然语言处理工作并未得到重视，也不能较好地迁移通用语种研究中的前沿方法。该文在进行文献调研和计量分析的基础上，回顾了印地语自然语言处理研究在基础资源建设、词性标注、命名实体识别、句法分析、词义消歧、信息检索、机器翻译、情感分析以及自动摘要等方面的研究进展，最后提出了该领域研究可能面临的问题及挑战，并展望未来发展趋势。