Perpustakaan Digital ITB

Penelitian sistem coreference resolution pada teks berbahasa Indonesia masih belum banyak dilakukan. Bahkan, belum ada penelitian yang menggunakan teknik deep learning. Padahal, penelitian-penelitian terbaru menunjukkan teknik deep learning efektif dalam sistem coreference resolution. Salah satu penelitian sistem coreference resolution yang menggunakan convolutional neural network (Wu dan Ma, 2017) mengusulkan penggunaan komponen singleton classifier sebelum sistem melakukan prediksi untuk setiap pasangan markable. Namun, pada penelitian tersebut tidak dilakukan eksperimen tentang efektivitas penggunaan komponen singleton classifier dalam meningkatkan kinerja sistem coreference resolution. Pada tugas akhir ini, dilakukan serangkaian eksperimen untuk melihat apakah penggunaan teknik deep learning pada sistem coreference resolution untuk teks berbahasa Indonesia dapat mengungguli kinerja baseline yang mendapatkan rata-rata F1 44.97% dan 60.22%. Selain itu, eksperimen ini juga dilakukan untuk melihat pengaruh penggunaan singleton classifier terhadap kinerja sistem coreference resolution secara keseluruhan. Eksperimen dilakukan menggunakan data yang digunakan pada penelitian salah satu baseline yang terdiri dari 759 data latih dan 108 data uji.. Sistem coreference resolution hasil eksperimen mengungguli baseline dengan mendapatkan rata-rata F1 tertinggi 67.37%. Dari total 18 sistem coreference resolution yang dibuat, penggunaan komponen singleton classifier hasil eksperimen dengan skor F1 terbobot terbaik (93%) meningkatkan kinerja 15 sistem, dengan rata-rata F1 tertinggi 63.27%. Tiga sistem sisanya merupakan sistem yang sudah memiliki kinerja baik. Skor akhir semua sistem meningkat ketika ditambah komponen singleton classifier sempurna, dengan rata-rata F1 tertinggi 80.00%.