TAILIEUCHUNG - Báo cáo khoa học: "Cross-lingual Parse Disambiguation based on Semantic Correspondence"

We present a system for cross-lingual parse disambiguation, exploiting the assumption that the meaning of a sentence remains unchanged during translation and the fact that different languages have different ambiguities. We simultaneously reduce ambiguity in multiple languages in a fully automatic way. | Cross-lingual Parse Disambiguation based on Semantic Correspondence Lea Frermann Francis Bond Department of Computational Linguistics Linguistics and Multilingual Studies Saarland University Nanyang Technological University frermann@ bond@ Abstract We present a system for cross-lingual parse disambiguation exploiting the assumption that the meaning of a sentence remains unchanged during translation and the fact that different languages have different ambiguities. We simultaneously reduce ambiguity in multiple languages in a fully automatic way. Evaluation shows that the system reliably discards dispreferred parses from the raw parser output which results in a pre-selection that can speed up manual treebanking. 1 Introduction Treebanks sets of parsed sentences annotated with a sytactic structure are an important resource in NLP. The manual construction of treebanks where a human annotator selects a gold parse from all parses returned by a parser is a tedious and error prone process. We present a system for simultaneous and accurate partial parse disambiguation of multiple languages. Using the pre-selected set of parses returned by the system the treebanking process for multiple languages can be sped up. The system operates on an aligned parallel corpus. The languages of the parallel corpus are considered as mutual semantic tags As the meaning of a sentence stays constant during translation we are able to resolve ambiguities which exist in only one of the langauges by only accepting those interpretations which are licensed by the other language. In particular we select one language as the target language translate the other language s semantics for every parse into the target language and thus align maximally similar semantic representations. 125 The parses with the most overlapping semantics are selected as preferred parses. As an example consider the English sentence They closed the shop at five which has the following two .

• Báo cáo khoa học
• Cross lingual Parse Disambiguation
• Semantic Correspondence
• Lea Frermann
• 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