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: "Hybrid Parsing: Using Probabilistic Models as Predictors for a Symbolic Parser"
Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Hybrid Parsing: Using Probabilistic Models as Predictors for a Symbolic Parser"
Mỹ Hoàn
63
8
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
In this paper we investigate the benefit of stochastic predictor components for the parsing quality which can be obtained with a rule-based dependency grammar. By including a chunker, a supertagger, a PP attacher, and a fast probabilistic parser we were able to improve upon the baseline by 3.2%, bringing the overall labelled accuracy to 91.1% on the German NEGRA corpus. We attribute the successful integration to the ability of the underlying grammar model to combine uncertain evidence in a soft manner, thus avoiding the problem of error propagation. . | Hybrid Parsing Using Probabilistic Models as Predictors for a Symbolic Parser Kilian A. Foth Wolfgang Menzel Department of Informatics Universitat Hamburg Germany foth menzel @informatik.uni-hamburg.de Abstract In this paper we investigate the benefit of stochastic predictor components for the parsing quality which can be obtained with a rule-based dependency grammar. By including a chunker a supertagger a PP at-tacher and a fast probabilistic parser we were able to improve upon the baseline by 3.2 bringing the overall labelled accuracy to 91.1 on the German NEGRA corpus. We attribute the successful integration to the ability of the underlying grammar model to combine uncertain evidence in a soft manner thus avoiding the problem of error propagation. 1 Introduction There seems to be an upper limit for the level of quality that can be achieved by a parser if it is confined to information drawn from a single source. Stochastic parsers for English trained on the Penn Treebank have peaked their performance around 90 Charniak 2000 . Parsing of German seems to be even harder and parsers trained on the NEGRA corpus or an enriched version of it still perform considerably worse. On the other hand a great number of shallow components like taggers chunkers supertaggers as well as general or specialized attachment predictors have been developed that might provide additional information to further improve the quality of a parser s output as long as their contributions are in some sense com-plementory. Despite these prospects such possibilities have rarely been investigated so far. To estimate the degree to which the desired synergy between heterogeneous knowledge sources can be achieved we have established an experimental framework for syntactic analysis which allows us to plug in a wide variety of external predictor components and to integrate their contributions as additional evidence in the general decision-making on the optimal structural interpretation. We refer to this .
TÀI LIỆU LIÊN QUAN
Báo cáo tóm tắt đề tài khoa học và công nghệ cấp Bộ: Xác lập mô hình và các thông số cơ bản của hệ thống năng lượng liên thông hybrid biogas-năng lượng mặt trời phù hợp với điều kiện sản xuất và đời sống ở nông thôn Việt Nam
Báo cáo khoa học: "A hybrid rule/model-based finite-state framework for normalizing SMS messages"
Báo cáo khoa học: "A Hybrid Hierarchical Model for Multi-Document Summarization"
Báo cáo khoa học: "An Error-Driven Word-Character Hybrid Model for Joint Chinese Word Segmentation and POS Tagging"
Báo cáo khoa học: "Creative Language Retrieval: A Robust Hybrid of Information Retrieval and Linguistic Creativity"
Báo cáo khoa học: "Hybrid Approach to User Intention Modeling for Dialog Simulation"
Báo cáo khoa học: Xử lý nước thải tinh bột mì bằng công nghệ Hybrid (lọc sinh học - Aerotank)
Báo cáo khoa học: "Hybrid Parsing: Using Probabilistic Models as Predictors for a Symbolic Parser"
Báo cáo khoa học: "A Hybrid Convolution Tree Kernel for Semantic Role Labeling"
Báo cáo khoa học: "A Hybrid Relational Approach for WSD – First Results"
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.