TAILIEUCHUNG - Báo cáo khoa học: "Fine-Grained Class Label Markup of Search Queries"

We develop a novel approach to the semantic analysis of short text segments and demonstrate its utility on a large corpus of Web search queries. Extracting meaning from short text segments is difficult as there is little semantic redundancy between terms; hence methods based on shallow semantic analysis may fail to accurately estimate meaning. Furthermore search queries lack explicit syntax often used to determine intent in question answering. | Fine-Grained Class Label Markup of Search Queries Joseph Reisinger Department of Computer Sciences The University of Texas at Austin Austin Texas 78712 joeraii@ Marius Pa ca Google Inc. 1600 Amphitheatre Parkway Mountain View California 94043 mars@ Abstract We develop a novel approach to the semantic analysis of short text segments and demonstrate its utility on a large corpus of Web search queries. Extracting meaning from short text segments is difficult as there is little semantic redundancy between terms hence methods based on shallow semantic analysis may fail to accurately estimate meaning. Furthermore search queries lack explicit syntax often used to determine intent in question answering. In this paper we propose a hybrid model of semantic analysis combining explicit class-label extraction with a latent class PCFG. This class-label correlation CLC model admits a robust parallel approximation allowing it to scale to large amounts of query data. We demonstrate its performance in terms of 1 its predicted label accuracy on polysemous queries and 2 its ability to accurately chunk queries into base constituents. 1 Introduction Search queries are generally short and rarely contain much explicit syntax making query understanding a purely semantic endeavor. Furthermore as in nounphrase understanding shallow lexical semantics is often irrelevant or misleading . the query tropical breeze cleaners has little to do with island vacations nor are desert birds relevant to 1970 road runner which refers to a car model. This paper introduces class-label correlation CLC a novel unsupervised approach to extract- Contributions made during an internship at Google. 1200 ing shallow semantic content that combines classbased semantic markup . road runner is a car model with a latent variable model for capturing weakly compositional interactions between query constituents. Constituents are tagged with IsA class labels from a large automatically extracted .

• Báo cáo khoa học
• Fine Grained Class Label Markup
• Search Queries
• Joseph Reisinger
• 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