Part-Of-Speech Tagger Bahasa Indonesia Dengan Elman Recurrent Neural Network

Part-of-Speech (POS) merupakan istilah yang merujuk pada kelas sebuah kata. Kelas dari sebuah kata mengandung informasi mengenai fungsi kata tersebut pada sebuah kalimat. Hal ini bermanfaat bagi sistem yang berhubungan dengan bahasa seperti NER, speech preprocessing, information extraction. POS Tagging saat ini sudah dilakukan menggunakan berbagai algoritma. Algoritma state-of-the-art pada corpus berukuran sedang saat ini adalah bi-LSTM+CRF yang menghasilkan performa F1 score ~97%. Namun disayangkan algoritma tersebut memiliki arsitektur kompleks yang berdampak pada tingginya beban komputasi. Belum ada penelitian lain dengan algoritma neural network-based yang menghasilkan performa mendekati hasil bi-LSTM+CRF tersebut mengingat neural network memiliki kelebihan dibanding algoritma lain. Di sisi lain terdapat penelitian yang melaporkan Elman memiliki performa kompetitif dengan LSTM. Selain itu algoritma ini memiliki kompleksitas 4 kali lebih rendah dari LSTM. Berdasarkan pertimbangan tersebut penelitian ini menguji Elman untuk melakukan POS Tagging pada bahasa Indonesia. Hasilnya adalah performa F1 score yang didapat sebesar 96.03 persen dan akurasi 96.07 persen dengan waktu training berada di sekitar 4 jam 20 menit dan waktu testing di sekitar 9 detik.