TAILIEUCHUNG - Báo cáo khoa học: "Efficient Inference Through Cascades of Weighted Tree Transducers"

Weighted tree transducers have been proposed as useful formal models for representing syntactic natural language processing applications, but there has been little description of inference algorithms for these automata beyond formal foundations. We give a detailed description of algorithms for application of cascades of weighted tree transducers to weighted tree acceptors, connecting formal theory with actual practice. | Efficient Inference Through Cascades of Weighted Tree Transducers Jonathan May and Kevin Knight Information Sciences Institute University of Southern California Marina del Rey CA 90292 jonmay knight @ Heiko Vogler Technische Universitat Dresden Institut fur Theoretische Informatik 01062 Dresden Germany Abstract Weighted tree transducers have been proposed as useful formal models for representing syntactic natural language processing applications but there has been little description of inference algorithms for these automata beyond formal foundations. We give a detailed description of algorithms for application of cascades of weighted tree transducers to weighted tree acceptors connecting formal theory with actual practice. Additionally we present novel on-the-fly variants of these algorithms and compare their performance on a syntax machine translation cascade based on Yamada and Knight 2001 . 1 Motivation Weighted finite-state transducers have found recent favor as models of natural language Mohri 1997 . In order to make actual use of systems built with these formalisms we must first calculate the set of possible weighted outputs allowed by the transducer given some input which we call forward application or the set of possible weighted inputs given some output which we call backward application. After application we can do some inference on this result such as determining its k highest weighted elements. We may also want to divide up our problems into manageable chunks each represented by a transducer. As noted by Woods 1980 it is easier for designers to write several small transducers where each performs a simple transformation rather than painstakingly construct a single complicated device. We would like to know then the result of transformation of input or output by a cascade of transducers one operating after the other. As we will see there are various strategies for approaching this problem. We will consider offline .

• Báo cáo khoa học
• Efficient Inference Through Cascades
• Weighted Tree Transducers
• Jonathan May and Kevin Knight
• 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