TAILIEUCHUNG - Báo cáo khoa học: "Learning Script Knowledge with Web Experiments"

We describe a novel approach to unsupervised learning of the events that make up a script, along with constraints on their temporal ordering. We collect naturallanguage descriptions of script-specific event sequences from volunteers over the Internet. Then we compute a graph representation of the script’s temporal structure using a multiple sequence alignment algorithm. The evaluation of our system shows that we outperform two informed baselines. | Learning Script Knowledge with Web Experiments Michaela Regneri Alexander Koller Manfred Pinkal Department of Computational Linguistics and Cluster of Excellence Saarland University Saarbrucken regneri koller pinkal @ Abstract We describe a novel approach to unsupervised learning of the events that make up a script along with constraints on their temporal ordering. We collect naturallanguage descriptions of script-specific event sequences from volunteers over the Internet. Then we compute a graph representation of the script s temporal structure using a multiple sequence alignment algorithm. The evaluation of our system shows that we outperform two informed baselines. 1 Introduction A script is a standardized sequence of events that describes some stereotypical human activity such as going to a restaurant or visiting a doctor Barr and Feigenbaum 1981 . Scripts are fundamental pieces of commonsense knowledge that are shared between the different members of the same culture and thus a speaker assumes them to be tacitly understood by a hearer when a scenario related to a script is evoked When one person says I m going shopping it is an acceptable reply to say did you bring enough money because the SHOPPING script involves a payment event which again involves the transfer of money. It has long been recognized that text understanding systems would benefit from the implicit information represented by a script Cullingford 1977 Mueller 2004 Miikkulainen 1995 . There are many other potential applications including automated storytelling Swanson and Gordon 2008 anaphora resolution McTear 1987 and information extraction Rau et al. 1989 . However it is also commonly accepted that the large-scale manual formalization of scripts is infeasible. While there have been a few attempts at doing this Mueller 1998 Gordon 2001 efforts in which expert annotators create script knowledge bases clearly don t scale. The same holds true of the script-like structures called

• Báo cáo khoa học
• Learning Script Knowledge
• Web Experiments
• Michaela Regneri Alexander Koller Manfred Pinkal
• 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