TAILIEUCHUNG - Báo cáo khoa học: "An Open-Source Package for Recognizing Textual Entailment"

This paper presents a general-purpose open source package for recognizing Textual Entailment. The system implements a collection of algorithms, providing a configurable framework to quickly set up a working environment to experiment with the RTE task. Fast prototyping of new solutions is also allowed by the possibility to extend its modular architecture. We present the tool as a useful resource to approach the Textual Entailment problem, as an instrument for didactic purposes, and as an opportunity to create a collaborative environment to promote research in the field. . | An Open-Source Package for Recognizing Textual Entailment Milen Kouylekov and Matteo Negri FBK - Fondazione Bruno Kessler Via Sommarive 18 38100 Povo TN Italy kouylekov negri @ Abstract This paper presents a general-purpose open source package for recognizing Textual Entailment. The system implements a collection of algorithms providing a configurable framework to quickly set up a working environment to experiment with the RTE task. Fast prototyping of new solutions is also allowed by the possibility to extend its modular architecture. We present the tool as a useful resource to approach the Textual Entailment problem as an instrument for didactic purposes and as an opportunity to create a collaborative environment to promote research in the field. 1 Introduction Textual Entailment TE has been proposed as a unifying generic framework for modeling language variability and semantic inference in different Natural Language Processing NLP tasks. The Recognizing Textual Entailment RTE task Dagan and Glickman 2007 consists in deciding given two text fragments respectively called Text - T and Hypothesis - H whether the meaning of H can be inferred from the meaning of T as in T Yahoo acquired Overture H Yahoo owns Overture The RTE problem is relevant for many different areas of text processing research since it represents the core of the semantic-oriented inferences involved in a variety of practical NLP applications including Question Answering Information Retrieval Information Extraction Document Summarization and Machine Translation. However in spite of the great potential of integrating RTE into complex NLP architectures little has been done to actually move from the controlled scenario pro posed by the RTE evaluation campaigns1 to more practical applications. On one side current RTE technology might not be mature enough to provide reliable components for such integration. Due to the intrinsic complexity of the problem in fact state of the art results still show .

• Báo cáo khoa học
• An Open Source Package
• Recognizing Textual Entailment
• Milen Kouylekov and Matteo Negri
• 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