TAILIEUCHUNG - Báo cáo khoa học: "String Extension Learning"

This paper provides a unified, learningtheoretic analysis of several learnable classes of languages discussed previously in the literature. The analysis shows that for these classes an incremental, globally consistent, locally conservative, set-driven learner always exists. Additionally, the analysis provides a recipe for constructing new learnable classes. Potential applications include learnable models for aspects of natural language and cognition. | String Extension Learning Jeffrey Heinz University of Delaware Newark Delaware USA heinz@ Abstract This paper provides a unified learning-theoretic analysis of several learnable classes of languages discussed previously in the literature. The analysis shows that for these classes an incremental globally consistent locally conservative set-driven learner always exists. Additionally the analysis provides a recipe for constructing new learnable classes. Potential applications include learnable models for aspects of natural language and cognition. 1 Introduction The problem of generalizing from examples to patterns is an important one in linguistics and computer science. This paper shows that many disparate language classes many previously discussed in the literature have a simple natural and interesting because non-enumerative learner which exactly identifies the class in the limit from distribution-free positive evidence in the sense of Gold Gold 1967 .1 These learners are called String Extension Learners because each string in the language can be mapped extended to an element of the grammar which in every case is conceived as a finite set of elements. These learners have desirable properties they are incremental globally consistent and locally conservative. Classes previously discussed in the literature which are string extension learnable include the Locally Testable LT languages the Locally Testable Languages in the Strict Sense 1The allowance of negative evidence Gold 1967 or restricting the kinds of texts the learner is required to succeed on . non-distribution-free evidence Gold 1967 Horning 1969 Angluin 1988 admits the learnability of the class of recursively enumerable languages. Classes of languages learnable in the harder distribution-free positive-evidence-only settings are due to structural properties of the language classes that permit generalization Angluin 1980b Blumer et al. 1989 . That is the central interest here. Strictly Local SL .

• Báo cáo khoa học
• String Extension Learning
• Jeffrey Heinz
• Long Papers
• 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