tailieunhanh - Báo cáo khoa học: "Exploring Deterministic Constraints: From a Constrained English POS Tagger to an Efficient ILP Solution to Chinese Word Segmentation"

We show for both English POS tagging and Chinese word segmentation that with proper representation, large number of deterministic constraints can be learned from training examples, and these are useful in constraining probabilistic inference. For tagging, learned constraints are directly used to constrain Viterbi decoding. | Exploring Deterministic Constraints From a Constrained English POS Tagger to an Efficient ILP Solution to Chinese Word Segmentation Qiuye Zhao Mitch Marcus Dept. of Computer Information Science University of Pennsylvania qiuye mitch@ Abstract We show for both English POS tagging and Chinese word segmentation that with proper representation large number of deterministic constraints can be learned from training examples and these are useful in constraining probabilistic inference. For tagging learned constraints are directly used to constrain Viterbi decoding. For segmentation character-based tagging constraints can be learned with the same templates. However they are better applied to a word-based model thus an integer linear programming ILP formulation is proposed. For both problems the corresponding constrained solutions have advantages in both efficiency and accuracy. 1 introduction In recent work interesting results are reported for applications of integer linear programming ILP such as semantic role labeling SRL Roth and Yih 2005 dependency parsing Martins et al. 2009 and so on. In an ILP formulation non-local deterministic constraints on output structures can be naturally incorporated such as a verb cannot take two subject arguments for SRL and the projectivity constraint for dependency parsing. In contrast to probabilistic constraints that are estimated from training examples this type of constraint is usually hand-written reflecting one s linguistic knowledge. Dynamic programming techniques based on Markov assumptions such as Viterbi decoding cannot handle those non-local constraints as discussed above. However it is possible to constrain Viterbi 1054 decoding by local constraints . assign label t to word w for POS tagging. This type of constraint may come from human input solicited in interactive inference procedure Kristjansson et al. 2004 . In this work we explore deterministic constraints for two fundamental NLP problems English POS .

• Báo cáo khoa học
• Exploring Deterministic Constraints
• Constrained English POS Tagger
• Efficient ILP Solution
• Chinese Word Segmentation
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball