tailieunhanh - Báo cáo khoa học: "Clustering Polysemic Subcategorization Frame Distributions Semantically"

Previous research has demonstrated the utility of clustering in inducing semantic verb classes from undisambiguated corpus data. We describe a new approach which involves clustering subcategorization frame (SCF) distributions using the Information Bottleneck and nearest neighbour methods. In contrast to previous work, we particularly focus on clustering polysemic verbs. A novel evaluation scheme is proposed which accounts for the effect of polysemy on the clusters, offering us a good insight into the potential and limitations of semantically classifying undisambiguated SCF data. . | Clustering Polysemic Subcategorization Frame Distributions Semantically Anna Korhonen Computer Laboratory University of Cambridge 15 JJ Thomson Avenue Cambridge CB3 0FD UK alk23@ Yuval Krymolowski Division of Informatics University of Edinburgh 2 Buccleuch Place Edinburgh EH8 9LW Scotland UK ykrymolo@ Zvika Marx Interdisciplinary Center for Neural Computation The Hebrew University Jerusalem Israel zvim@ Abstract Previous research has demonstrated the utility of clustering in inducing semantic verb classes from undisambiguated corpus data. We describe a new approach which involves clustering subcategorization frame scf distributions using the Information Bottleneck and nearest neighbour methods. In contrast to previous work we particularly focus on clustering polysemic verbs. A novel evaluation scheme is proposed which accounts for the effect of polysemy on the clusters offering us a good insight into the potential and limitations of semantically classifying undisambiguated SCF data. 1 Introduction Classifications which aim to capture the close relation between the syntax and semantics of verbs have attracted a considerable research interest in both linguistics and computational linguistics . Jack-endoff 1990 Levin 1993 Pinker 1989 Dang et al. 1998 Dorr 1997 Merlo and Stevenson 2001 . While such classifications may not provide a means for full semantic inferencing they can capture generalizations over a range of linguistic properties and can therefore be used as a means of reducing redundancy in the lexicon and for filling gaps in lexical knowledge. This work was partly supported by UK EPSRC project GR N36462 93 Robust Accurate Statistical Parsing RASP . Verb classifications have in fact been used to support many natural language processing nlp tasks such as language generation machine translation Dorr 1997 document classification Klavans and Kan 1998 word sense disambiguation Dorr and Jones 1996 and subcategorization .

• Báo cáo khoa học
• Clustering Polysemic Subcategorization
• Frame Distributions Semantically
• Anna Korhonen
• báo cáo khoa học
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• 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