TAILIEUCHUNG - Báo cáo khoa học: "Using Bilingual Parallel Corpora for Cross-Lingual Textual Entailment"

This paper explores the use of bilingual parallel corpora as a source of lexical knowledge for cross-lingual textual entailment. We claim that, in spite of the inherent difficulties of the task, phrase tables extracted from parallel data allow to capture both lexical relations between single words, and contextual information useful for inference. | Using Bilingual Parallel Corpora for Cross-Lingual Textual Entailment Yashar Mehdad FBK-irst and Uni. of Trento Povo Trento Italy mehdad@ Matteo Negri FBK - irst Povo Trento Italy negri@ Marcello Federico FBK - irst Povo Trento Italy federico@ Abstract This paper explores the use of bilingual parallel corpora as a source of lexical knowledge for cross-lingual textual entailment. We claim that in spite of the inherent difficulties of the task phrase tables extracted from parallel data allow to capture both lexical relations between single words and contextual information useful for inference. We experiment with a phrasal matching method in order to i build a system portable across languages and ii evaluate the contribution of lexical knowledge in isolation without interaction with other inference mechanisms. Results achieved on an English-Spanish corpus obtained from the RTE3 dataset support our claim with an overall accuracy above average scores reported by RTE participants on monolingual data. Finally we show that using parallel corpora to extract paraphrase tables reveals their potential also in the monolingual setting improving the results achieved with other sources of lexical knowledge. 1 Introduction Cross-lingual Textual Entailment CLTE has been proposed by Mehdad et al. 2010 as an extension of Textual Entailment Dagan and Glickman 2004 that consists in deciding given two texts T and H in different languages if the meaning of H can be inferred from the meaning of T. The task is inherently difficult as it adds issues related to the multilingual dimension to the complexity of semantic inference at the textual level. For instance the reliance of current monolingual TE systems on lexical resources 1336 . WordNet VerbOcean FrameNet and deep processing components . syntactic and semantic parsers co-reference resolution tools temporal expressions recognizers and normalizers has to confront at the cross-lingual level with the limited .

• Báo cáo khoa học
• Using Bilingual Parallel Corpora
• Cross Lingual Textual Entailment
• Yashar Mehdad
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Using bilingual dependencies
• align words in Enlish
• French parallel corpora
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• 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