SUSTEM: An Improved Rule-Based Sundanese Stemmer

人工智能 计算机科学 基于规则的系统 自然语言处理
作者
Irwan Setiawan,Hung‐Yu Kao
出处
期刊:ACM Transactions on Asian and Low-Resource Language Information Processing 卷期号:23 (6): 1-29
标识
DOI:10.1145/3656342
摘要

Current Sundanese stemmers either ignore reduplication words or define rules to handle only affixes. There is a significant amount of reduplication words in the Sundanese language. Because of that, it is impossible to achieve superior stemming precision in the Sundanese language without addressing reduplication words. This article presents an improved stemmer for the Sundanese language, which handles affixed and reduplicated words. With a Sundanese root word list, we use a rules-based stemming technique. In our approach, all stems produced by the affixes removal or normalization processes are added to the stem list. Using a stem list can help increase stemmer accuracy by reducing stemming errors caused by affix removal sequence errors or morphological issues. The current Sundanese language stemmer, RBSS, was used as a comparison. Two datasets with 8,218 unique affixed words and reduplication words were evaluated. The results show that our stemmer's strength and accuracy have improved noticeably. The use of stem list and word reduplication rules improved our stemmer's affixed type recognition and allowed us to achieve up to 99.30% accuracy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
世上僅有的榮光之路完成签到,获得积分0
1秒前
小稻草人应助哈桑士采纳,获得20
2秒前
研友_nv2krn完成签到 ,获得积分10
3秒前
果冻橙完成签到,获得积分10
3秒前
留白留白发布了新的文献求助10
4秒前
ming123ah完成签到,获得积分10
5秒前
徐笑松发布了新的文献求助10
5秒前
李6666完成签到 ,获得积分10
6秒前
ww完成签到,获得积分10
7秒前
寂寞的小夏完成签到,获得积分10
8秒前
中原第一深情完成签到,获得积分10
8秒前
RayLam完成签到,获得积分10
8秒前
9秒前
张张发布了新的文献求助30
11秒前
我是唐不是傻完成签到,获得积分10
12秒前
自然之云完成签到,获得积分10
12秒前
滴滴滴完成签到,获得积分10
13秒前
阿士大夫完成签到,获得积分10
13秒前
14秒前
典雅的曼冬完成签到,获得积分10
15秒前
烛天完成签到,获得积分10
16秒前
Yoo完成签到 ,获得积分10
16秒前
你倒是发啊完成签到,获得积分10
17秒前
留白留白完成签到,获得积分10
18秒前
kekekek完成签到 ,获得积分10
19秒前
六个核桃完成签到,获得积分10
19秒前
三颗石头完成签到,获得积分10
20秒前
c123完成签到 ,获得积分10
20秒前
十五完成签到,获得积分10
21秒前
jixuchance完成签到,获得积分10
21秒前
LM完成签到,获得积分10
22秒前
无用的老董西完成签到 ,获得积分10
23秒前
Sew东坡发布了新的文献求助10
24秒前
小杨完成签到,获得积分10
24秒前
24秒前
sen123完成签到,获得积分10
24秒前
瘦瘦的枫叶完成签到 ,获得积分10
25秒前
沉静野狼完成签到,获得积分10
26秒前
HT完成签到 ,获得积分10
26秒前
SMG完成签到 ,获得积分10
26秒前
高分求助中
【提示信息,请勿应助】关于scihub 10000
A new approach to the extrapolation of accelerated life test data 1000
Coking simulation aids on-stream time 450
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
Novel Preparation of Chitin Nanocrystals by H2SO4 and H3PO4 Hydrolysis Followed by High-Pressure Water Jet Treatments 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4015737
求助须知:如何正确求助?哪些是违规求助? 3555681
关于积分的说明 11318391
捐赠科研通 3288879
什么是DOI,文献DOI怎么找? 1812301
邀请新用户注册赠送积分活动 887882
科研通“疑难数据库(出版商)”最低求助积分说明 812027