tailieunhanh - Báo cáo khoa học: "Coreference for Learning to Extract Relations: Yes, Virginia, Coreference Matters"

As an alternative to requiring substantial supervised relation training data, many have explored bootstrapping relation extraction from a few seed examples. Most techniques assume that the examples are based on easily spotted anchors, ., names or dates. Sentences in a corpus which contain the anchors are then used to induce alternative ways of expressing the relation. We explore whether coreference can improve the learning process. | Coreference for Learning to Extract Relations Yes Virginia Coreference Matters Ryan Gabbard rgabb ard@bbn. com Marjorie Freedman mfreedma@ Ralph Weischedel wei schedel @bbn. com Raytheon BBN Technologies 10 Moulton St. Cambridge MA 02138 The views expressed are those of the author and do not reflect the official policy or position of the Department of Defense or the . Government. This is in accordance with DoDI January 8 2009. Abstract As an alternative to requiring substantial supervised relation training data many have explored bootstrapping relation extraction from a few seed examples. Most techniques assume that the examples are based on easily spotted anchors . names or dates. Sentences in a corpus which contain the anchors are then used to induce alternative ways of expressing the relation. We explore whether coreference can improve the learning process. That is if the algorithm considered examples such as his sister would accuracy be improved With coreference we see on average a 2-fold increase in F-Score. Despite using potentially errorful machine coreference we see significant increase in recall on all relations. Precision increases in four cases and decreases in six. 1 Introduction As an alternative to requiring substantial supervised relation training data . the 300k words of detailed exhaustive annotation in Automatic Content Extraction ACE evaluations1 many have explored bootstrapping relation extraction from a few 20 seed instances of a relation. Key to such approaches is a large body of unannotated text that can be iteratively processed as follows 1. Find sentences containing the seed instances. 2. Induce patterns of context from the sentences. 3. From those patterns find more instances. 4. Go to 2 until some condition is reached. Most techniques assume that relation instances like hasBirthDate Wolfgang Amadeus Mozart 1 http www. nist. gov speech tests ace 288 1756 are realized in the corpus as relation texts2 with easily .

• Báo cáo khoa học
• Coreference for Learning to Extract Relations
• Virginia
• Coreference Matters
• 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