TAILIEUCHUNG - Báo cáo khoa học: "Labeling Documents with Timestamps: Learning from their Time Expressions"

Temporal reasoners for document understanding typically assume that a document’s creation date is known. Algorithms to ground relative time expressions and order events often rely on this timestamp to assist the learner. Unfortunately, the timestamp is not always known, particularly on the Web. | Labeling Documents with Timestamps Learning from their Time Expressions Nathanael Chambers Department of Computer Science United States Naval Academy nchamber@ Abstract Temporal reasoners for document understanding typically assume that a document s creation date is known. Algorithms to ground relative time expressions and order events often rely on this timestamp to assist the learner. Unfortunately the timestamp is not always known particularly on the Web. This paper addresses the task of automatic document timestamping presenting two new models that incorporate rich linguistic features about time. The first is a discriminative classifier with new features extracted from the text s time expressions . since 1999 . This model alone improves on previous generative models by 77 . The second model learns probabilistic constraints between time expressions and the unknown document time. Imposing these learned constraints on the discriminative model further improves its accuracy. Finally we present a new experiment design that facilitates easier comparison by future work. 1 Introduction This paper addresses a relatively new task in the NLP community automatic document dating. Given a document with unknown origins what characteristics of its text indicate the year in which the document was written This paper proposes a learning approach that builds constraints from a document s use of time expressions and combines them with a new discriminative classifier that greatly improves previous work. The temporal reasoning community has long depended on document timestamps to ground rela 98 tive time expressions and events Mani and Wilson 2000 Llido et al. 2001 . For instance consider the following passage from the TimeBank corpus Pustejovsky et al. 2003 And while there was no profit this year from discontinued operations last year they contributed 34 million before tax. Reconstructing the timeline of events from this document requires extensive temporal knowledge most

• Báo cáo khoa học
• Labeling Documents with Timestamps
• Learning from their Time Expressions
• Nathanael Chambers
• 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