tailieunhanh - Báo cáo khoa học: "Multilingual Pseudo-Relevance Feedback: Performance Study of Assisting Languages"

In a previous work of ours Chinnakotla et al. (2010) we introduced a novel framework for Pseudo-Relevance Feedback (PRF) called MultiPRF. Given a query in one language called Source, we used English as the Assisting Language to improve the performance of PRF for the source language. MulitiPRF showed remarkable improvement over plain Model Based Feedback (MBF) uniformly for 4 languages, viz., French, German, Hungarian and Finnish with English as the assisting language. | Multilingual Pseudo-Relevance Feedback Performance Study of Assisting Languages Manoj K. Chinnakotla Karthik Raman Pushpak Bhattacharyya Department of Computer Science and Engineering Indian Institute of Technology Bombay Mumbai India manoj karthikr pb @ Abstract In a previous work of ours Chinnakotla et al. 2010 we introduced a novel framework for Pseudo-Relevance Feedback PRF called MultiPRF. Given a query in one language called Source we used English as the Assisting Language to improve the performance of PRF for the source language. MulitiPRF showed remarkable improvement over plain Model Based Feedback MBF uniformly for 4 languages viz. French German Hungarian and Finnish with English as the assisting language. This fact inspired us to study the effect of any source-assistant pair on MultiPRF performance from out of a set of languages with widely different characteristics viz. Dutch English Finnish French German and Spanish. Carrying this further we looked into the effect of using two assisting languages together on PRF. The present paper is a report of these investigations their results and conclusions drawn therefrom. While performance improvement on MultiPRF is observed whatever the assisting language and whatever the source observations are mixed when two assisting languages are used simultaneously. Interestingly the performance improvement is more pronounced when the source and assisting languages are closely related . French and Spanish. 1 Introduction The central problem of Information Retrieval IR is to satisfy the user s information need which is typically expressed through a short typically 2-3 words and often ambiguous query. The problem of matching the user s query to the documents is rendered difficult by natural language phenomena like morphological variations polysemy and synonymy. Relevance Feedback RF tries to overcome these problems by eliciting user feedback on the relevance of documents obtained from the initial ranking and

• Báo cáo khoa học
• Multilingual Pseudo Relevance Feedback
• Performance Study
• Assisting Languages
• 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