TAILIEUCHUNG - Báo cáo khoa học: "Bootstrapping Coreference Resolution Using Word Associations"

In this paper, we present an unsupervised framework that bootstraps a complete coreference resolution (CoRe) system from word associations mined from a large unlabeled corpus. We show that word associations are useful for CoRe – ., the strong association between Obama and President is an indicator of likely coreference. Association information has so far not been used in CoRe because it is sparse and difficult to learn from small labeled corpora. | Bootstrapping Coreference Resolution Using Word Associations Hamidreza Kobdani Hinrich Schutze Michael Schiehlen and Hans Kamp Institute for Natural Language Processing University of Stuttgart kobdani@ Abstract In this paper we present an unsupervised framework that bootstraps a complete coreference resolution CoRe system from word associations mined from a large unlabeled corpus. We show that word associations are useful for CoRe - . the strong association between Obama and President is an indicator of likely coreference. Association information has so far not been used in CoRe because it is sparse and difficult to learn from small labeled corpora. Since unlabeled text is readily available our unsupervised approach addresses the sparseness problem. In a self-training framework we train a decision tree on a corpus that is automatically labeled using word associations. We show that this unsupervised system has better CoRe performance than other learning approaches that do not use manually labeled data. 1 Introduction Coreference resolution CoRe is the process of finding markables noun phrases referring to the same real world entity or concept. Until recently most approaches tried to solve the problem by binary classification where the probability of a pair of markables being coreferent is estimated from labeled data. Alternatively a model that determines whether a markable is coreferent with a preceding cluster can be used. For both pair-based and cluster-based models a well established feature model plays an important role. Typical systems use a rich feature space based on lexical syntactic and semantic knowledge. Most 783 commonly used features are described by Soon et al. 2001 . Most existing systems are supervised systems trained on human-labeled benchmark data sets for English. These systems use linguistic features based on number gender person etc. It is a challenge to adapt these systems to new domains genres and languages because a .

• Báo cáo khoa học
• Bootstrapping Coreference Resolution
• Word Associations
• Hamidreza Kobdani
• 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