TAILIEUCHUNG - Báo cáo khoa học: "Web-Scale Features for Full-Scale Parsing"

Counts from large corpora (like the web) can be powerful syntactic cues. Past work has used web counts to help resolve isolated ambiguities, such as binary noun-verb PP attachments and noun compound bracketings. In this work, we first present a method for generating web count features that address the full range of syntactic attachments. These features encode both surface evidence of lexical affinities as well as paraphrase-based cues to syntactic structure. | Web-Scale Features for Full-Scale Parsing Mohit Bansal and Dan Klein Computer Science Division University of California Berkeley mbansal klein @ Abstract Counts from large corpora like the web can be powerful syntactic cues. Past work has used web counts to help resolve isolated ambiguities such as binary noun-verb PP attachments and noun compound bracketings. In this work we first present a method for generating web count features that address the full range of syntactic attachments. These features encode both surface evidence of lexical affinities as well as paraphrase-based cues to syntactic structure. We then integrate our features into full-scale dependency and constituent parsers. We show relative error reductions of over the second-order dependency parser of McDonald and Pereira 2006 over the constituent parser of Petrov et al. 2006 and over a non-local constituent reranker. 1 Introduction Current state-of-the art syntactic parsers have achieved accuracies in the range of 90 F1 on the Penn Treebank but a range of errors remain. From a dependency viewpoint structural errors can be cast as incorrect attachments even for constituent phrase-structure parsers. For example in the Berkeley parser Petrov et al. 2006 about 20 of the errors are prepositional phrase attachment errors as in Figure 1 where a preposition-headed IN phrase was assigned an incorrect parent in the implied dependency tree. Here the Berkeley parser solid blue edges incorrectly attaches from debt to the noun phrase 30 billion whereas the correct attachment dashed gold edges is to the verb raising. However there are a range of error types as shown in Figure 2. Here a is a non-canonical PP 693 Figure 1 A PP attachment error in the parse output of the Berkeley parser on Penn Treebank . Guess edges are in solid blue gold edges are in dashed gold and edges common in guess and gold parses are in black. attachment ambiguity where by yesterday afternoon should attach to had .

• Báo cáo khoa học
• Web Scale Features
• Full Scale Parsing
• Mohit Bansal and Dan Klein
• 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