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: "Semantic Role Labeling for Coreference Resolution"
Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Semantic Role Labeling for Coreference Resolution"
Thái Hà
78
4
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
The last years have seen a boost of work devoted to the development of machine learning based coreference resolution systems (Soon et al., 2001; Ng & Cardie, 2002; Kehler et al., 2004, inter alia). Similarly, many researchers have explored techniques for robust, broad coverage semantic parsing in terms of semantic role labeling (Gildea & Jurafsky, 2002; Carreras & M` rquez, 2005, SRL a henceforth). This paper explores whether coreference resolution can benefit from SRL, more specifically, which phenomena are affected by such information. . | Semantic Role Labeling for Coreference Resolution Simone Paolo Ponzetto and Michael Strube EML Research gGmbH Schloss-Wolfsbrunnenweg 33 69118 Heidelberg Germany http www.eml-research.de nlp Abstract Extending a machine learning based coreference resolution system with a feature capturing automatically generated information about semantic roles improves its performance. 1 Introduction The last years have seen a boost of work devoted to the development of machine learning based coreference resolution systems Soon et al. 2001 Ng Cardie 2002 Kehler et al. 2004 inter alia . Similarly many researchers have explored techniques for robust broad coverage semantic parsing in terms of semantic role labeling Gildea Jurafsky 2002 Carreras Marquez 2005 SRL henceforth . This paper explores whether coreference resolution can benefit from SRL more specifically which phenomena are affected by such information. The motivation comes from the fact that current coreference resolution systems are mostly relying on rather shallow features such as the distance between the coreferent expressions string matching and linguistic form. On the other hand the literature emphasizes since the very beginning the relevance of world knowledge and inference Charniak 1973 . As an example consider a sentence from the Automatic Content Extraction ACE 2003 data. 1 A state commission of inquiry into the sinking of the Kursk will convene in Moscow on Wednesday the Interfax news agency reported. It said that the diving operation will be completed by the end of next week. It seems that in this example knowing that the Interfax news agency is the AGENT of the report predicate and It being the AGENT of say could trigger the semantic parallelism based inference required to correctly link the two expressions in contrast to anchoring the pronoun to Moscow. SRL provides the semantic relationships that constituents have with predicates thus allowing us to include document-level event descriptive information into the
TÀI LIỆU LIÊN QUAN
Báo cáo khoa học: "Towards Open-Domain Semantic Role Labeling"
Báo cáo khoa học: "Open-Domain Semantic Role Labeling by Modeling Word Spans"
Báo cáo khoa học: "Starting From Scratch in Semantic Role Labeling"
Báo cáo khoa học: "Semantics-Driven Shallow Parsing for Chinese Semantic Role Labeling"
Báo cáo khoa học: "Improving Chinese Semantic Role Labeling with Rich Syntactic Features"
Báo cáo khoa học: "Unsupervised Argument Identification for Semantic Role Labeling"
Báo cáo khoa học: "Brutus: A Semantic Role Labeling System Incorporating CCG, CFG, and Dependency Features"
Báo cáo khoa học: "Adapting Self-training for Semantic Role Labeling"
Báo cáo khoa học: "Semantic Role Labeling: Past, Present and Future"
Báo cáo khoa học: "Sentence Simplification for Semantic Role Labeling"
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.