TAILIEUCHUNG - Báo cáo khoa học: "Error Mining on Dependency Trees"

In recent years, error mining approaches were developed to help identify the most likely sources of parsing failures in parsing systems using handcrafted grammars and lexicons. However the techniques they use to enumerate and count n-grams builds on the sequential nature of a text corpus and do not easily extend to structured data. | Error Mining on Dependency Trees Claire Gardent Shashi Narayan CNRS LORIA UMR 7503 Universite de Lorraine LORIA UMR 7503 Vandoeuvre-les-Nancy F-54500 France Villers-les-Nancy F-54600 France Abstract In recent years error mining approaches were developed to help identify the most likely sources of parsing failures in parsing systems using handcrafted grammars and lexicons. However the techniques they use to enumerate and count n-grams builds on the sequential nature of a text corpus and do not easily extend to structured data. In this paper we propose an algorithm for mining trees and apply it to detect the most likely sources of generation failure. We show that this tree mining algorithm permits identifying not only errors in the generation system grammar lexicon but also mismatches between the structures contained in the input and the input structures expected by our generator as well as a few id-iosyncrasies error in the input data. 1 Introduction In recent years error mining techniques have been developed to help identify the most likely sources of parsing failure van Noord 2004 Sagot and de la Clergerie 2006 de Kok et al. 2009 . First the input data text is separated into two subcorpora a corpus of sentences that could be parsed PASS and a corpus of sentences that failed to be parsed FAIL . For each n-gram of words and or part of speech tag occurring in the corpus to be parsed a suspicion rate is then computed which in essence captures the likelihood that this n-gram causes parsing to fail. These error mining techniques have been applied with good results on parsing output and shown to help improve the large scale symbolic grammars and 592 lexicons used by the parser. However the techniques they use . suffix arrays to enumerate and count n-grams builds on the sequential nature of a text corpus and cannot easily extend to structured data. There are some NLP applications though where the processed data is .

• Báo cáo khoa học
• Error Mining
• Dependency Trees
• Long Papers
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• parsing results
• Benoît Sagot
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Wide Coverage Grammar Engineering
• Gertjan van Noord
• BMC Genomics
• Error correction
• Next generation sequencing
• Z score
• Machine induced errors
• Gamma distribution
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• 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