Pembangunan Model Normalisasi Teks Bahasa Indonesia dengan Pendekatan Statistical Machine Translation Secara Semi-Supervised = Semi-Supervised Statistical Machine Translation Model for Indonesian Text Normalization
Tatag Aziz Prawiro;
Rahmad Mahendra, supervisor; Radityo Eko Prasojo, examiner; Haryo Akbarianto Wibowo, examiner
(Fakultas Ilmu Komputer Universitas Indonesia, 2020)
|
|
Normalisasi teks merupakan task pada NLP yang dapat digunakan untuk meningkatkan performa dari aplikasi-aplikasi NLP lain. Penelitian tentang normalisasi teks pada bahasa Indonesia masih jarang dan kebanyakan masih hanya menormalisasi pada tingkat token. Penelitian ini bertujuan untuk mengevaluasi pembangunan model normalisasi dengan menggunakan algoritma statistical machine translation (SMT). Isu dari pendekatan machine translation dalam penyelesaian task normalisasi teksadalah butuhnya data yang relative banyak. Penelitian ini juga melihat bagaimana pengaruh dari pemelajaran semi-supervised dengan cara menggunakan pseudo-data dalam pembangunan model normalisasi teks dengan algoritma statistical machine translation. Model SMT memiliki performa yang cukup baik pada data tanpa tanda baca, namun memiliki performa yang buruk pada data bertanda baca karena banyaknya noise. Pendekatan semi-supervised menurunkan performa SMT secara keseluruhan, namun, pada jenis data tidak bertanda baca penurunan relatif tidak signifikan. Text normalization is a task in NLP which can be used to improve the performance of other NLPapplications. Research on text normalization in Indonesian language is still rare and most onlynormalize at the token level. This study attempts to improve the development of the normalizationmodel by using the statistical machine translation (SMT) algorithm. The issue in building a goodperforming text normalization model using the machine translation approach is the relatively largedata needs. This research also looks at how using semi-supervised learning by using pseudo-data astraining data in SMT approach affects text normalization performance. The SMT model has a fairlygood performance on data without punctuation, but has poor performance on data with a punctuationdue to the amount of noise. The semi-supervised approach reduces the overall performance of theSMT model, but the reduction in performance is relatively insignificant on data without punctuation. |
 S-Tatag Aziz Prawiro.pdf :: Unduh
|
| No. Panggil : | S-pdf |
| Entri utama-Nama orang : | |
| Entri tambahan-Nama orang : | |
| Entri tambahan-Nama badan : | |
| Subjek : | |
| Penerbitan : | Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2020 |
| Program Studi : |
| Bahasa : | ind |
| Sumber Pengatalogan : | LibUI ind rda |
| Tipe Konten : | text |
| Tipe Media : | computer |
| Tipe Carrier : | online resource |
| Deskripsi Fisik : | xi, 47 pages : illustrations + appendix |
| Naskah Ringkas : | |
| Lembaga Pemilik : | Universitas Indonesia |
| Lokasi : | Perpustakaan UI |
| No. Panggil | No. Barkod | Ketersediaan |
|---|---|---|
| S-pdf | 14-23-57570199 | TERSEDIA |
| Ulasan: |
| Tidak ada ulasan pada koleksi ini: 9999920534226 |
