TAILIEUCHUNG - Báo cáo khoa học: "HITS-based Seed Selection and Stop List Construction for Bootstrapping"

In bootstrapping (seed set expansion), selecting good seeds and creating stop lists are two effective ways to reduce semantic drift, but these methods generally need human supervision. In this paper, we propose a graphbased approach to helping editors choose effective seeds and stop list instances, applicable to Pantel and Pennacchiotti’s Espresso bootstrapping algorithm. The idea is to select seeds and create a stop list using the rankings of instances and patterns computed by Kleinberg’s HITS algorithm. . | HITS-based Seed Selection and Stop List Construction for Bootstrapping Tetsuo Kiso Masashi Shimbo Mamoru Komachi Yuji Matsumoto Graduate School of Information Science Nara Institute of Science and Technology Ikoma Nara 630-0192 Japan tetsuo-s shimbo komachi matsu @ Abstract In bootstrapping seed set expansion selecting good seeds and creating stop lists are two effective ways to reduce semantic drift but these methods generally need human supervision. In this paper we propose a graphbased approach to helping editors choose effective seeds and stop list instances applicable to Pantel and Pennacchiotti s Espresso bootstrapping algorithm. The idea is to select seeds and create a stop list using the rankings of instances and patterns computed by Klein-berg s HITS algorithm. Experimental results on a variation of the lexical sample task show the effectiveness of our method. 1 Introduction Bootstrapping Yarowsky 1995 Abney 2004 is a technique frequently used in natural language processing to expand limited resources with minimal supervision. Given a small amount of sample data seeds representing a particular semantic class of interest bootstrapping first trains a classifier which often is a weighted list of surface patterns characterizing the seeds using the seeds and then apply it on the remaining data to select instances most likely to be of the same class as the seeds. These selected instances are added to the seed set and the process is iterated until sufficient labeled data are acquired. Many bootstrapping algorithms have been proposed for a variety of tasks word sense disambiguation Yarowsky 1995 Abney 2004 information extraction Hearst 1992 Riloff and Jones 1999 Thelen and Riloff 2002 Pantel and Pennacchiotti 2006 named entity recognition Collins and Singer 1999 part-of-speech tagging Clark et al. 2003 30 and statistical parsing Steedman et al. 2003 Mc-Closky et al. 2006 . Bootstrapping algorithms however are known to suffer from the problem called .

• Báo cáo khoa học
• HITS based Seed Selection
• Stop List Construction
• Bootstrapping
• 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