A Graph-based Word Segmentation Algorithm for Dialectal Arabic: Libyan Dialect as a Case Study
DOI:
https://doi.org/10.13053/cys-29-3-5882Palabras clave:
Libyan dialect, word segmentation algorithm, morphological segmentation, weighted directed graph, arabic dialectsResumen
Arabic language and its dialects both have a very rich and complex morphology, and they face the same challenge, which is called agglutination, where the words might be attached to one or more affixes. However, word segmentation has become a very important preprocessing procedure for many natural language processing tasks that deal with agglutinative languages to improve their performance. Besides Arabic, Arabic dialects are known for their complex agglutination system, which makes word segmentation challenging. To address this challenge, this paper presents an out-of-context full word segmentation algorithm that is based on weighted directed graph theory. The main purpose of this algorithm is to tackle the agglutination phenomena observed in dialectal Arabic. To illustrate the efficacy of the algorithm, the Libyan dialect is selected as a case study for testing its feasibility. A test dataset of 1,200 Libyan dialect words was used to manually evaluate the algorithm for accuracy. The experimental results show that the proposed algorithm achieves good out comes on the test dataset.Descargas
Publicado
Número
Sección
Licencia
Transfiero exclusivamente a la revista “Computación y Sistemas”, editada por el Centro de Investigación en Computación (CIC), los Derechos de Autor del artículo antes mencionado, asimismo acepto que no serán transferidos a ninguna otra publicación, en cualquier formato, idioma, medio existente (incluyendo los electrónicos y multimedios) o por desarrollar.
Certifico que el artículo, no ha sido divulgado previamente o sometido simultáneamente a otra publicación y que no contiene materiales cuya publicación violaría los Derechos de Autor u otros derechos de propiedad de cualquier persona, empresa o institución. Certifico además que tengo autorización de la institución o empresa donde trabajo o estudio para publicar este Trabajo.
El autor, representante acepta la responsabilidad por la publicación del Trabajo en nombre de todos y cada uno de los autores.
Esta Transferencia está sujeta a las siguientes reservas:
- Los autores conservan todos los derechos de propiedad (tales como derechos de patente) de este Trabajo, con excepción de los derechos de publicación transferidos al CIC, mediante este documento.
- Los autores conservan el derecho de publicar el Trabajo total o parcialmente en cualquier libro del que ellos sean autores o editores y hacer uso personal de este trabajo en conferencias, cursos, páginas web personal, etc.