Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Novel Semantic Features for Verb Sense Disambiguation Dmitriy Dligach"
Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Novel Semantic Features for Verb Sense Disambiguation Dmitriy Dligach"
Hương Nhi
88
4
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
We propose a novel method for extracting semantic information about a verb's arguments and apply it to Verb Sense Disambiguation (VSD). We contrast this method with two popular approaches to retrieving this informa tion and show that it improves the performance of our VSD system and outperforms the other two approaches | Novel Semantic Features for Verb Sense Disambiguation Dmitriy Dligach The Center for Computational Language and Education Research 1777 Exposition Drive Boulder Colorado 80301 Dmitriy.Dligach @colorado.edu Martha Palmer Department of Linguistics University of Colorado at Boulder 295 UCB Boulder Colorado 80309 Martha.Palmer @colorado.edu Abstract We propose a novel method for extracting semantic information about a verb s arguments and apply it to Verb Sense Disambiguation VSD . We contrast this method with two popular approaches to retrieving this information and show that it improves the performance of our VSD system and outperforms the other two approaches 1 Introduction The task of Verb Sense Disambiguation VSD consists in automatically assigning a sense to a verb target verb given its context. In a supervised setting a VSD system is usually trained on a set of pre-labeled examples the goal of this system is to tag unseen examples with a sense from some sense inventory. An automatic VSD system usually has at its disposal a diverse set of features among which the semantic features play an important role verb sense distinctions often depend on the distinctions in the semantics of the target verb s arguments Hanks 1996 . Therefore some method of capturing the semantic knowledge about the verb s arguments is crucial to the success of a VSD system. The approaches to obtaining this kind of knowledge can be based on extracting it from ele c-tronic dictionaries such as WordNet Fellbaum 1998 using Named Entity NE tags or a combi nation of both Chen 2005 . In this paper we propose a novel method for obtaining semantic knowledge about words and show how it can be applied to VSD. We contrast this method with the other two approaches and compare their performances in a series of experiments. 2 Lexical and Syntactic Features We view VSD as a supervised learning problem solving which requires three groups of features lexical syntactic and semantic. Lexical features include all
TÀI LIỆU LIÊN QUAN
Báo cáo y học: " Novel venom gene discover Novel venom gene discovery in the platypusy in the platypus"
Báo cáo khoa học: "Exploiting Latent Information to Predict Diffusions of Novel Topics on Social Networks"
Báo cáo khoa học: "A Novel Burst-based Text Representation Model for Scalable Event Detection"
Báo cáo khoa học: "A Novel Discourse Parser Based on Support Vector Machine Classification"
Báo cáo khoa học: "Novel Semantic Features for Verb Sense Disambiguation Dmitriy Dligach"
Báo cáo khoa học: "A Novel Feature-based Approach to Chinese Entity Relation Extraction"
Báo cáo khoa học: "A Novel Word Segmentation Approach for Written Languages with Word Boundary Markers"
Báo cáo khoa học: "Novel Association Measures Using Web Search with Double Checking"
Báo cáo khoa học: "Fast Semantic Extraction Using a Novel Neural Network Architecture"
Báo cáo khoa học: "A Novel Approach to Semantic Indexing Based on Concept"
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.