TAILIEUCHUNG - Báo cáo khoa học: "Computing weakest readings"

We present an efficient algorithm for computing the weakest readings of semantically ambiguous sentences. A corpus-based evaluation with a large-scale grammar shows that our algorithm reduces over 80% of sentences to one or two readings, in negligible runtime, and thus makes it possible to work with semantic representations derived by deep large-scale grammars. | Computing weakest readings Alexander Koller Stefan Thater Cluster of Excellence Saarland University koller@ Dept. of Computational Linguistics Saarland University stth@ Abstract We present an efficient algorithm for computing the weakest readings of semantically ambiguous sentences. A corpus-based evaluation with a large-scale grammar shows that our algorithm reduces over 80 of sentences to one or two readings in negligible runtime and thus makes it possible to work with semantic representations derived by deep large-scale grammars. 1 Introduction Over the past few years there has been considerable progress in the ability of manually created large-scale grammars such as the English Resource Grammar ERG Copestake and Flickinger 2000 or the ParGram grammars Butt et al. 2002 to parse wide-coverage text and assign it deep semantic representations. While applications should benefit from these very precise semantic representations their usefulness is limited by the presence of semantic ambiguity On the Rondane Treebank Oepen et al. 2002 the ERG computes an average of several million semantic representations for each sentence even when the syntactic analysis is fixed. The problem of appropriately selecting one of them to work with would ideally be solved by statistical methods Higgins and Sadock 2003 or knowledge-based inferences. However no such approach has been worked out in sufficient detail to support the disambiguation of treebank sentences. As an alternative Bos 2008 proposes to compute the weakest reading of each sentence and then use it instead of the true reading of the sentence. This is based on the observation that the readings of a semantically ambiguous sentence are partially ordered with respect to logical entailment and the weakest readings - the minimal least informative readings with respect to this order - only express safe information that is common to all other read ings as well. However when a sentence has .

• Báo cáo khoa học
• Computing weakest readings
• Alexander Koller
• Long Papers
• 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