TAILIEUCHUNG - Báo cáo khoa học: "Fast and Robust Part-of-Speech Tagging Using Dynamic Model Selection"

This paper presents a novel way of improving POS tagging on heterogeneous data. First, two separate models are trained (generalized and domain-specific) from the same data set by controlling lexical items with different document frequencies. | Fast and Robust Part-of-Speech Tagging Using Dynamic Model Selection Jinho D. Choi Department of Computer Science University of Colorado Boulder choijd@ Martha Palmer Department of Linguistics University of Colorado Boulder mpalmer@ Abstract This paper presents a novel way of improving POS tagging on heterogeneous data. First two separate models are trained generalized and domain-specific from the same data set by controlling lexical items with different document frequencies. During decoding one of the models is selected dynamically given the cosine similarity between each sentence and the training data. This dynamic model selection approach coupled with a one-pass left-to-right POS tagging algorithm is evaluated on corpora from seven different genres. Even with this simple tagging algorithm our system shows comparable results against other state-of-the-art systems and gives higher accuracies when evaluated on a mixture of the data. Furthermore our system is able to tag about 32K tokens per second. We believe that this model selection approach can be applied to more sophisticated tagging algorithms and improve their robustness even further. 1 Introduction When it comes to POS tagging two things must be checked. First a POS tagger needs to be tested for its robustness in handling heterogeneous Statistical POS taggers perform very well when their training and testing data are from the same source achieving over 97 tagging accuracy Toutanova et al. 2003 Gimenez and Marquez 2004 Shen et al. 2007 . However the performance degrades increasingly as the discrepancy between the training 1We use the term heterogeneous data as a mixture of data collected from several different sources. 363 and testing data gets larger. Thus to ensure robustness a tagger needs to be evaluated on several different kinds of data. Second a PO S tagger should be tested for its speed. PO S tagging is often performed as a pre-processing step to other tasks . parsing

• Báo cáo khoa học
• Fast and Robust
• Part of Speech Tagging
• Dynamic Model Selection
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Báo cáo sinh học hay
• cách trình bày báo cáo
• báo cáo sinh học
• công trình nghiên cứu sinh học
• tài liệu về sinh học
• BMC Bioinformatics
• Secondary structure prediction
• Hierarchical folding
• Minimum free energy
• RNA secondary structures
• High throughput microscopy
• Analyze cellular dynamics
• Requires automated methods
• Automatic processing
• BMC Genomics
• DNA methylation
• Whole genome bisulfite sequencing
• Single cell
• High throughput surveys
• Biological interpretation
• Kharitonov polynomials
• Interval systems
• Proportional integral
• Robust stability range
• RouthHurwitz criterion
• Group wise association
• Sparse graphical model
• Single nucleotide polymorphisms
• Hidden biological pathways
• Journal of Automation and Control Engineering
• On the walking pattern generators of biped robot
• Generators of biped robot
• The double support phase
• 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