Code-switching Sentence Generation

by Generative Adversarial Networks and its Application to Data Augmentation



Code-switching point (CSP) prediction


LectureSS

(the same as Table. 4 in the article)
Ground truth Causality 這個 也是 你 所 讀 過 的 就是 指 我 output at-any-time 只 depend-on input
Input 因果性 這個 也是 你 所 讀 過 的 就是 指 我 輸出 在任意時間 只 取決於 輸入
(Causality, this is also what you have read, that means what I output at any time only depends on input)
Random 因果性 this 也是 你 所 讀 過 的 就是 指 我 output 在任意時間 只 取決於 輸入
Noun Causality 這個 也是 你 所 讀 過 的 就是 指 我 輸出 在任意時間 只 取決於 input
Proposed Causality this also 你 所 read 過 的 就是 指 我 output 在任意時間 只 取決於 輸入
Proposed (+pos) Causality 這個 也是 你 所 讀 過 的 就是 指 我 output at-any-time 只 depend-on 輸入
Description:

In this case, the code-switching points appear at nouns (causality, input), verbs (output, depend on) and an adverb (at any time). The rule-based approach "noun" is accurate, but cannot find out all CSPs. The proposed method with POS tagging can find out more CSPs.




[top]