TAILIEUCHUNG - Báo cáo khoa học: "Automatically Generating Term-frequency-induced Taxonomies"

We propose a novel method to automatically acquire a term-frequency-based taxonomy from a corpus using an unsupervised method. A term-frequency-based taxonomy is useful for application domains where the frequency with which terms occur on their own and in combination with other terms imposes a natural term hierarchy. We highlight an application for our approach and demonstrate its effectiveness and robustness in extracting knowledge from real-world data. | Automatically Generating Term-frequency-induced Taxonomies Karin Murthy Tanveer A Faruquie L Venkata Subramaniam K Hima Prasad Mukesh Mohania IBM Research - India karinmur ftanveer lvsubram hkaranam mkmukesh @ Abstract We propose a novel method to automatically acquire a term-frequency-based taxonomy from a corpus using an unsupervised method. A term-frequency-based taxonomy is useful for application domains where the frequency with which terms occur on their own and in combination with other terms imposes a natural term hierarchy. We highlight an application for our approach and demonstrate its effectiveness and robustness in extracting knowledge from real-world data. 1 Introduction Taxonomy deduction is an important task to understand and manage information. However building taxonomies manually for specific domains or data sources is time consuming and expensive. Techniques to automatically deduce a taxonomy in an unsupervised manner are thus indispensable. Automatic deduction of taxonomies consist of two tasks extracting relevant terms to represent concepts of the taxonomy and discovering relationships between concepts. For unstructured text the extraction of relevant terms relies on information extraction methods Etzioni et al. 2005 . The relationship extraction task can be classified into two categories. Approaches in the first category use lexical-syntactic formulation to define patterns either manually Kozareva et al. 2008 or automatically Girju et al. 2006 and apply those patterns to mine instances of the patterns. Though producing accurate results these approaches usually have low coverage for many domains and suffer from the problem of inconsistency between terms when connecting the instances as chains to form a taxonomy. The second category of approaches uses clustering to discover terms and the relationships between them Roy and Subramaniam 2006 even if those relationships do not explicitly appear in the text. Though these methods tackle .

• Báo cáo khoa học
• Automatically Generating
• Term frequency induced Taxonomies
• Long Papers
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Automatically generating annotator rationales
• improve sentiment classification
• Ainur Yessenalina Yejin Choi Claire Cardie
• Automatically Generating Wikipedia Articles
• A Structure Aware Approach
• Christina Sauper and Regina Barzilay
• xử lý ngôn ngữ tự nhiên
• Cấu trúc diễn ngôn của văn bản
• Phân tích cấu trúc diễn ngôn
• Cấu trúc diễn ngôn
• Automatically generating discourse structure
• Beam search
• Bài giảng 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