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: "Unsupervised Language Model Adaptation Incorporating Named Entity Information"
tailieunhanh - Báo cáo khoa học: "Unsupervised Language Model Adaptation Incorporating Named Entity Information"
Language model (LM) adaptation is important for both speech and language processing. It is often achieved by combining a generic LM with a topic-specific model that is more relevant to the target document. Unlike previous work on unsupervised LM adaptation, this paper investigates how effectively using named entity (NE) information, instead of considering all the words, helps LM adaptation. We evaluate two latent topic analysis approaches in this paper, namely, clustering and Latent Dirichlet Allocation (LDA). . | Unsupervised Language Model Adaptation Incorporating Named Entity Information Feifan Liu and Yang Liu Department of Computer Science The University of Texas at Dallas Richardson TX USA ffliu yangl @ Abstract Language model LM adaptation is important for both speech and language processing. It is often achieved by combining a generic LM with a topic-specific model that is more relevant to the target document. Unlike previous work on unsupervised LM adaptation this paper investigates how effectively using named entity NE information instead of considering all the words helps LM adaptation. We evaluate two latent topic analysis approaches in this paper namely clustering and Latent Dirichlet Allocation LDA . In addition a new dynamically adapted weighting scheme for topic mixture models is proposed based on LDA topic analysis. Our experimental results show that the NE-driven LM adaptation framework outperforms the baseline generic LM. The best result is obtained using the LDA-based approach by expanding the named entities with syntactically filtered words together with using a large number of topics which yields a perplexity reduction of compared to the baseline generic LM. 1 Introduction Language model LM adaptation plays an important role in speech recognition and many natural language processing tasks such as machine translation and information retrieval. Statistical N-gram LMs have been widely used however they capture only local contextual information. In addition even with the increasing amount of LM training data there is often a mismatch problem because of differences in domain topics or styles. Adaptation of LM therefore is very important in order to better deal with a variety of topics and styles. Many studies have been conducted for LM adaptation. One method is supervised LM adaptation where topic information is typically available and a topic specific LM is interpolated with the generic LM Kneser and Steinbiss 1993 Suzuki and Gao 2005
Quang Bửu
87
8
pdf
Báo lỗi
Trùng lắp nội dung
Văn hóa đồi trụy
Phản động
Bản quyền
File lỗi
Khác
Upload
Tải xuống
đang nạp các trang xem trước
Bấm vào đây để xem trước nội dung
Tải xuống
TÀI LIỆU LIÊN QUAN
Báo cáo khoa học: "A Clustering Approach for the Nearly Unsupervised Recognition of Nonliteral Language"
8
61
0
Báo cáo khoa học: "Unsupervised Language Model Adaptation Incorporating Named Entity Information"
8
76
0
Báo cáo khoa học: "A Language-Independent Unsupervised Model for Morphological Segmentation"
8
54
0
Báo cáo khoa học: "Unsupervised Discovery of Persian Morphemes"
4
54
0
Báo cáo khoa học: "Unsupervised Detection of Downward-Entailing Operators By Maximizing Classification Certainty"
10
59
0
Báo cáo khoa học: "An Unsupervised Dynamic Bayesian Network Approach to Measuring Speech Style Accommodation"
11
52
0
Báo cáo khoa học: "Unsupervised Methods for Head Assignments"
9
42
0
Báo cáo khoa học: "Unsupervised Recognition of Literal and Non-Literal Use of Idiomatic Expressions"
9
46
0
Báo cáo khoa học: "Combining Unsupervised Lexical Knowledge Methods for Word Sense Disambiguation"
8
58
0
Báo cáo khoa học: "A Bayesian Approach to Unsupervised Semantic Role Induction"
11
75
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461863
55
Giới thiệu :Lập trình mã nguồn mở
14
22631
59
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10884
529
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10064
446
Phân tích và làm rõ ý kiến sau: “Bài thơ Tự tình II vừa nói lên bi kịch duyên phận vừa cho thấy khát vọng sống, khát vọng hạnh phúc của Hồ Xuân Hương”
3
9518
104
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8278
1125
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8228
423
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7864
2220
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6674
253
Vật lý hạt cơ bản (1)
29
5769
85
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Unsupervised Language Model Adaptation
Incorporating Named Entity Information
Long Papers
báo cáo khoa học
mô hình ngôn ngữ
xử lý ngôn ngữ tự nhiên
báo cáo hóa học
công trình nghiên cứu về hóa học
tài liệu về hóa học
cách trình bày báo cáo
Bài giảng Xử lý ngôn ngữ tự nhiên
Ngôn ngữ tự nhiên
Kỹ thuật lập trình
Xử lý nhập nhằng ngữ nghĩa
Xử lý ngữ nghĩa
Xử lý ngôn ngữ
Natural Language Processing
Ngôn ngữ lập trình
Nhập nhằng cấu trúc
Tri thức về ngôn ngữ
Mô hình n gram
Dịch máy
Phương pháp dịch máy
Hiểu ngôn ngữ
Phân tích ngữ nghĩa
Phân loại tin tự động
Biểu diễn vị từ
Thuộc tính về sự kiện
Thuộc tính về sự kiện
Mô hình ngôn ngữ Google Book N grams
Mô hình ngôn ngữ KenLM
Phương pháp làm mịn
Tách từ tiếng Việt
Gán nhãn từ loại
Phân tích cú pháp
Nghĩa từ vựng
Phân giải nhập nhằng từ
Phân loại văn bản
Lexical chain
Phản hồi thông tin
Bài toán PTCP
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
TÀI LIỆU MỚI ĐĂNG
Giáo án mầm non chương trình đổi mới: Đề tài: Ôn xác định vị trí trên – dưới, trước- sau của đối tượng khác.
8
352
3
26-04-2024
beginning Ubuntu Linux phần 1
34
212
1
26-04-2024
Trading Strategies Profit Making Techniques For Stock_8
23
175
0
26-04-2024
THE ANTHROPOLOGY OF ONLINE COMMUNITIES BY Samuel M.Wilson and Leighton C. Peterson
19
144
0
26-04-2024
A Practical Guide for Health Researchers - part 7
24
108
0
26-04-2024
Giáo trình phân tích phương trình vi phân viết dưới dạng thuật toán đặc tính của hệ thống p1
5
102
0
26-04-2024
Báo cáo nghiên cứu khoa học " HÃY LÀM CHO HUẾ XANH HƠN VÀ ĐẸP HƠN "
6
117
0
26-04-2024
Hướng dẫn chế độ dinh dưỡng cho người bệnh viêm khớp
5
118
0
26-04-2024
Bài giảng hệ điều hành : HỆ ĐIỀU HÀNH NÂNG CAO part 4
6
113
0
26-04-2024
Anh văn TOEFL Vocabulary-008
8
85
0
26-04-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7864
2220
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
5717
1363
Ebook Chào con ba mẹ đã sẵn sàng
112
3767
1231
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5318
1136
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8278
1125
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3496
643
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10884
529
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3682
525
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4044
514
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4126
480
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.